記者從中國農(nóng)業(yè)科學院獲得最新消息，該院生物技術(shù)研究所汪海博士與美國康奈爾大學愛德華?巴克勒（Edward Buckler）院士團隊合作，開發(fā)出從基因組DNA序列預測基因表達調(diào)控模式的人工神經(jīng)網(wǎng)絡模型，為實現(xiàn)人工智能（AI）輔助定向育種奠定了基礎(chǔ)。相關(guān)研究成果在線發(fā)表在《美國科學院院刊（PNAS）》上。
從蘋果的Siri到谷歌的AlphaGo，人工智能技術(shù)正在以席卷態(tài)勢進入公眾的視野與生活。以人工神經(jīng)網(wǎng)絡為代表的最新一代人工智能技術(shù)具有比傳統(tǒng)機器學習技術(shù)更強大的數(shù)據(jù)挖掘能力，但是，人工智能技術(shù)在基因組學研究中尚未得到廣泛的應用。其中的一個需要解決的難題就是，生物中具有許多序列高度相似性的基因家族，在訓練神經(jīng)網(wǎng)絡模型時將基因隨機分配到訓練集和測試集中，就會導致神經(jīng)網(wǎng)絡模型優(yōu)先學習DNA序列中和基因家族或進化相關(guān)的基序，而不是真正決定基因表達調(diào)控的基序。
該研究以基因家族代替單個基因為單位隨機分配訓練集和測試集數(shù)據(jù)，成功建立了預測二元化基因表達量（binary gene expression levels）的卷積神經(jīng)網(wǎng)絡模型。此外，進一步利用多種算法進行解析，獲得了調(diào)控基因表達的關(guān)鍵DNA基序。在此模型的基礎(chǔ)上，科研人員利用進化上親緣關(guān)系較近的兩個物種，成功預測了同源基因的相對表達量，并進一步獲得了調(diào)控同源基因相對表達量的關(guān)鍵DNA基序。
該研究建立的深度學習模型在基礎(chǔ)理論研究和作物設計育種中具有廣泛的應用前景。首先，該模型可以應用在分子生物學基礎(chǔ)研究的各個領(lǐng)域，例如預測基因的時空表達特異性、轉(zhuǎn)錄因子結(jié)合位點、開放染色質(zhì)、各種表觀遺傳印記、染色體重組位點等。第二，深度學習模型可以克服傳統(tǒng)線性模型的弱點，精確預測低頻/罕見變異的分子表型和田間表型效應。第三，未來可以在計算機中對基因組DNA序列進行虛擬誘變，并利用神經(jīng)網(wǎng)絡模型預測變異的后果，從中挑選符合預期目標的變異序列進行實驗驗證，從而實現(xiàn)低成本定點定向設計育種。
