近日，中國農業(yè)科學院生物技術研究所作物耐逆性調控與改良團隊、玉米功能基因組團隊、微生物蛋白設計與智造團隊協(xié)同攻關，構建了植物表觀遺傳修飾智能預測在線工具SMEP 。 

顏色、株高、葉形的不同，都和表觀修飾有關。資料圖片。新京報記者 周懷宗 攝

   據介紹，科研人員采用人工智能的方法，深度學習植物組蛋白修飾等序列信息，系統(tǒng)實現了水稻、玉米等物種中表觀修飾位點的預測，為作物功能基因組研究和智能設計育種提供工具和數據支撐。相關研究成果發(fā)表在《新植物學家（New Phytologist）》上。

   表觀遺傳是特定的基因型與環(huán)境相互作用的結果。包括個體形態(tài)、功能等各方面的表現，在植物領域，表現為株高、顏色、抗逆性不同等。據介紹，表觀遺傳修飾包括DNA/RNA甲基化和組蛋白修飾，是調控真核生物基因轉錄、RNA代謝以及其他生物過程的主要驅動因素。

   近年來，檢測技術和高通量測序的發(fā)展推動了作物表觀組學的研究。然而，由于受到檢測技術、實驗成本、取材組織以及表觀修飾動態(tài)可逆的調控特性，仍有大量表觀修飾位點沒有得到發(fā)掘和研究。因此，如何利用現有表觀組學數據深入探索潛在的表觀修飾位點是當前表觀遺傳研究面臨的關鍵問題。

   目前，人工智能技術在表觀組學大數據分析和預測上展現廣闊的應用潛力。該研究基于卷積神經網絡方法，利用課題組前期繪制粳稻日本晴的多種表觀修飾圖譜，構建得到了具有高準確度的智能預測模型。該模型經過參數優(yōu)化、交叉驗證以及實驗驗證，在預測DNA甲基化、RNA甲基化和組蛋白修飾等表觀遺傳修飾位點中具有高可信度。

   同時，研究人員還成功地將該模型應用于秈稻代表品種93-11及玉米品系B73中表觀修飾位點的預測。

   據介紹，科研人員在線構建了智能預測工具，提供了檢索表觀遺傳修飾位點和基因表達數據的可視化界面，供用戶參考使用，為水稻、玉米等物種的重要農藝性狀智能設計提供挖掘工具和數據支撐。

   該研究得到國家自然科學基金、中國農科院科技創(chuàng)新工程等項目資助。

 文章來源：新京報