葡萄酒以其酒香深厚浓郁及口感细腻柔和深受人们的喜爱，而优质的葡萄无疑是好葡萄酒的前提。种下一粒葡萄种子，从种子萌发到结出果实，需要3年。而想要培育出“令人满意的”葡萄品种，需要的时间更长。

 能否找到一种既“快速”又“简便”的方法实现葡萄品种的“个性化”设计？育种家为此绞尽了脑汁。

全面、准确的基因组数据是精准“设计”育种的基础，而如何深入挖掘这些数据来优化育种策略并指导育种？是智能育种必须回答的问题。

中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）周永锋团队决定引入机器学习，通过构建预测模型，根据评分进行早期个体的预测和选择，从而指导、优化育种策略。

基因组选择育种策略

 在本研究中，研究人员将包含了性状和基因型的数据划分为三个子集：训练集、验证集和测试集。利用机器学习算法解析基因型与性状数据间的复杂网络关系，运用训练数据集构建了首个葡萄全基因组选择模型，研究进一步通过验证集调整模型参数，对模型进行优化，最后测试数据集评估最终模型的性能。研究结果表明，结合了结构变异信息和机器学习模型的计算多基因评分预测准确率高达 85%。

主要农艺性状的预测准确率大幅提升

       通过这一模型，育种家可以快速准确地评估大量育种材料的遗传潜力，从而更好地选择优良品种。与杂交育种需要根据葡萄成熟后的表型作出判断相比，全基因组选择育种技术在葡萄幼苗时期就可以预测其成熟后的性状，尽早剔除掉不符合条件的幼苗，减少了不必要的人工成本和投入，在葡萄育种应用中有很大的应用潜力，提高葡萄育种效率，加速葡萄新种质的创制，革新葡萄育种策略。

全基因组选择育种与杂交育种的对比

  目前，相关研究成果已申请获批国家发明专利6项，已申请国际专利1项。相信AI指导育种必将是中国葡萄酒行业发展的强力推手。