Тимирязевская академия успешно завершила первый этап разработки цифровой платформы предиктивной селекции, основанной на применении искусственного интеллекта для прогнозирования признаков растений по их ДНК, сообщили в пресс-службе академии.
"Первый положительный опыт служит основой для дальнейших шагов, в частности, для создания предиктивных моделей сложных комплексных признаков растений", — говорится в сообщении.
Как отмечается в материале, ИИ позволяет по сравнению с традиционными статистическими методами многократно повысить эффективность анализа больших массивов геномных данных (информации о ДНК растения) и феномных данных (сведений о проявлении признаков — урожайности, качестве, устойчивости к болезням и неблагоприятным условиям среды).
Для построения точных моделей прогнозирования признаков растений по их ДНК требуется комплексный поэтапный подход. Он включает формирование генетически разнообразных тренировочных популяций сельскохозяйственных культур, изучение их признаков в различных агроклиматических условиях, а также глубокий анализ нуклеотидных особенностей ДНК растений и их взаимосвязей.
О предиктивной селекции
Предиктивная селекция, основанная на прогнозировании фенотипа, дает возможность уже на ранних стадиях — например, на стадии сеянца, путем анализа небольшого образца листа — проводить ДНК-диагностику большого количества генетически разнообразных образцов, в том числе исходных форм и образцов, полученных с помощью технологий производства линий удвоенных гаплоидов. Такой подход позволяет идентифицировать наиболее ценные с генетической точки зрения растения и концентрировать усилия селекционера на выращивании и изучении в полевых условиях только лучших образцов.
Развитие предиктивной селекции открывает возможность прогнозирования оптимальных комбинаций для скрещивания растений, а также с определенной степенью вероятности определения наиболее благоприятных регионов для испытаний и последующего возделывания нового гибрида или сорта. Среди ключевых факторов конкурентоспособности современной селекции — скорость создания, точность и прогнозируемость результата, а интеграция цифровых методов позволит сократить сроки выведения новых сортов и гибридов.
Первый этап разработки платформы был успешно защищен в рамках реализации проекта по программе государственной поддержки университетов РФ "Приоритет-2030". Положительный опыт станет основой для дальнейших шагов — в частности, для создания предиктивных моделей сложных комплексных признаков растений.
Ожидается, что создание платформы предиктивной селекции приведет к появлению на рынке генетических услуг России сервисов предиктивной аналитики для частных и государственных селекционных организаций. Главный эффект внедрения инструмента в селекционные программы ученые связывают с повышением конкурентоспособности российской селекции за счет интенсификации процессов, их прогнозируемости и сокращения времени на создание инновационных сортов и гибридов, способных занимать новые посевные площади в условиях глобального изменения климата и связанных с ним рисков.