科学家研发种子筛选AI模型，预测准确性超过90%，实现高效数字化的抗病品种筛选

文章预览

“我们研发的抗病表型精准预测法，对于水稻稻瘟病、小麦麦瘟病和条锈病的预测准确性均超过 90%，这表明 AI 有望极大提高抗病品种的筛选效率，能为筛选抗病种质资源和抗病品种提供新方法。”中国农业科学院植物保护研究所 康厚祥 研究员表示。 图 | 康厚祥（来源： 康厚祥 ） 在近期一项研究中，他和团队发现利用机器学习可以预测作物的抗病性，并开发出了上述新方法。 通过全基因组关联分析获得抗病关联标记，以适当的 P 阈值范围之内筛选标记， 此方法可以利用这些标记来快速、准确地筛选抗病资源和品种，既能节省时间又能节省人力。 基于基因型、以及结合亲缘关系后的已有机器学习方法，比如 lightGBM_K、RFC_K 和 SVC_K 等机器学习方法，能够准确地预测水稻稻瘟病、黑条矮缩病、纹枯病，以及预测小麦对于麦瘟病和条绣病的抗性水平 ………………………………