【瞧！我们的前沿科技】

光明日报北京3月8日电 记者杨舒从中国农业科学院作物科学研究所获悉，近日，该所作物智能设计算法模型创新研究组成功研发一套新的人工智能算法——自动化机器学习框架，通过将农作物的气象环境大数据与基因组信息深度融合，实现了作物精准遗传分析与基因组预测，为作物智能设计育种提供了有效工具。相关研究成果发表在学术期刊《先进科学》上。

据研究组负责人介绍，粮食等农作物的高矮、茎秆粗细、节间长短和产量高低等特征都属于作物的田间表型，由作物的基因型、环境以及基因型与环境的互相作用共同决定。在实际育种过程中，准确预测作物的田间表型对于提高育种效率、缩短育种周期至关重要。然而，传统的基因组预测方法往往忽略了环境因素对田间表型的影响，导致在不同的环境条件下，对作物的田间表型预测精度常常有限。因此，将环境数据纳入基因组预测模型，考虑基因型与环境的相互作用，成为提升作物田间表型预测精度的关键。

研究团队基于大规模多环境下玉米杂交种的数据集，利用人工智能技术开发了一套自动化机器学习框架，将环境数据与基因组信息深度融合，开展遗传分析与基因组预测。比较传统基因组预测方法，该算法有三大亮点：一是集成遗传和环境特征处理功能；二是集成多种先进技术进行模型训练，提升模型训练效率和预测精度，与传统统计模型相比，计算时间可缩短290倍，且能保持较高的预测精度；三是利用独特的SHAP可解释技术解释模型，量化遗传和环境特征对作物表型变异的贡献。

研究组负责人表示，该研究可为解析基因型与环境互作的生物学机制提供重要参考，同时为作物育种提供新的工具。