APP下载

大数据背景下的信息化育种

2021-02-03杨丽娟王士坤李洋闫玉信张栩李栋马华平

农学学报 2021年3期
关键词:育种大数据信息化

杨丽娟 王士坤 李洋 闫玉信 张栩 李栋 马华平

摘要:信息化是育种的主流趋势和必然选择。为促进作物育种信息化建设,从种质资源管理、数据采集、系谱分析、试验设计、参试进程管理、遗传解析和生理学解析、品种产业化推广等方面探讨了大数据背景下信息化在育种中的应用。指出了信息化育种实施步骤和要点,以河南省新乡市农业科学院为例,规划了软件应用、科研管理、人才培养、硬件更新、信息共享等实施信息化育种的重点步骤。认为信息化育种存在的主要问题有不被育种家广泛接受、技术有待完善和数据共享存在障碍等3个方面,并展望了其应用前景。

关键词:大数据;信息化;育种

中图分类号:S126文献标志码:A论文编号:cjas20190700103

IT Application in Breeding Under the Background of Big Data

Yang Lijuan, Wang Shikun, Li Yang, Yan Yuxin, Zhang Xu, Li Dong, Ma Huaping

(Xinxiang Academy of Agricultural Sciences, Henan Province, Xinxiang 453000, Henan, China)

Abstract: IT application is the mainstream trend and inevitable choice of breeding. In order to promote the information construction of crop breeding, under the big data, the IT application in crop breeding was discussed from germplasm resource management, data collection, genealogy analysis, test design, trial process management, genetic analysis and physiological analysis and variety industrialization promotion, and the implementation steps and key points were proposed. Taking Xinxiang Academy of Agricultural Sciences of Henan Province as an example, the important steps were mapped out, such as software application, scientific research management, talent training, hardware update and information sharing. The main problems of IT application in breeding are as following: not widely accepted by breeders, technology needs to be improved, and obstacles in data sharing. The prospect of IT application in breeding is also discussed.

Keywords: Big Data; IT Application; Breeding

0引言

中國种业正面临前所未有的机遇与挑战。2019年中央“一号文件”指出,要“毫不放松抓好粮食生产”、“加快突破农业关键核心技术”、“推动智慧农业领域自主创新”。电子计算机和生物工程的发明和应用是人类文明第三次科技革命的2个主要标志,现代信息技术和生物技术成为推动农业发展的新型主导力量[1],也共同拉开了作物育种4.0时代的序幕[2]。大数据是与材料和能源一样重要的新型战略资源。现代急剧膨胀的农业数据和大数据技术的发展为精准农业的发展提供了一种新的方法。

跨国种子公司均重资构建了商业化育种软件的育种管理体系,为海量育种数据的高效分析和充分利用提供了技术保障。中国育种机构众多,但信息化育种平台较少,严重制约了中国现代种业的发展。

“2017年四大作物良种重大科研联合攻关现场会”上,中国种业大数据平台正式上线[3]。在大数据背景下,推动作物育种由3.0时代的设计育种转变为4.0时代的信息化育种,是农业育种机构近期面临的关键问题。为促进育种效率提升,解决信息化育种存在的主要问题,规划出可行的信息化育种实施策略,是本文的研究重点。

1信息化在育种中的应用

1.1种质资源管理

种质资源管理工作对于作物育种来说是一项基础性工作。传统种质资源管理环节多、流程长、所涉及的相关信息量大,且资源库信息传递易受种质管理人员流动的影响。采用信息技术对种质资源进行管理,可以实现种质资源快速查询、高效利用。上海市农业生物基因中心[4]建立的种质资源库管理信息系统,包含库位管理、种子信息管理、种子进出库管理、种子预警、统计汇总、用户管理、反馈管理等7个主要的功能模块,为农作物准入、品种权执法提供技术支撑。

1.2数据采集

育种亲本性状调查与比较、后代室内考种以及实验室检测等各个环节都要大量采集数据[5]。传统数据获取的方法劳动强度大、时间长、操作要求高,易受主观因素影响,限制育种规模化发展。根据现行的《主要农作物品种审定办法》,品种试验组织实施单位应当在60日内将各试验点数据、汇总结果提交品种审定委员会办公室。传统的数据采集方式在短时间内很难准确对试验点数据进行分析和比较。目前,许多国家已开始将现代信息技术、传感技术、自动化技术应用到育种中,并开发出一系列适用于育种环节的智能检测辅助仪器设备[6-7]。依托更多信息化智能化产品设备可以减少劳动强度、降低投入成本、提高育种效率、加速育种进程。

数字图像处理技术在病害诊断、品种分类、子粒发芽监测等方面的应用日益广泛。采用先进的图像扫描技术可以准确地获得农作物的形貌特征数据。柳冠伊等[8]以线阵扫描方式获取玉米果穗表面圆周图像信息,利用图像处理技术从中提取相关性状参数,穗粒数和穗行数的计数准确率分别为94.6%和99.1%,可实现玉米果穗性状自动检测。彭飞等[9]提出了一种基于三维激光扫描的大麦籽粒建模及其力学特性研究方法,基于三维激光扫描技术获取了大麦籽粒点云数据并建模,能有效、准确地得到与真实大麦籽粒形态高度相近的几何模型。

1.3系谱分析

近年审定农作物品种普遍存在遗传背景狭窄、遗传多样性不够丰富的问题[10-11]。多数品种亲缘关系较近,在育种中迫切需要引入新的种质资源,拓宽遗传背景。系谱图记载了家族各世代成员及亲属关系,是指导杂交育种和亲本选配的基础信息。在传统育种中,系谱图通过手绘或普通电脑作图软件查询绘制,繁琐且费时费力。利用信息化数据设计系谱图绘制软件,可快速轻松获得个体系谱图,为有计划地进行亲本选配提供详细资料。系谱相关软件在畜牧领域应用较早[12-13],在农业领域的应用也逐渐增多。例如,农博士[14]软件收录了5767个通过审定的水稻品种数据、1963—2016年间的小麦品种数据、1949—2016年间的玉米品种数据,对三大作物系谱进行了整理研究,给出强大的系谱分析功能和结果。

1.4试验设计

常用的数理统计软件如DPS、SPSS、SAS等已具备试验设计功能[15-16]。Design Expert等专业试验设计软件可通过两级因子筛选设计、一般因子研究、混合物设计技术以及分割图设计和分析等功能帮助使用者快速统计实验数据,大幅度缩短试验的数据搜集时间,加快试验进度、提升试验效率。

1.5参试进程管理

根据《主要农作物品种审定办法》,农作物品种审定需要经过申请和受理、品种试验、审定与公告等环节,其中品种试验包括区域试验、生产试验和DUS测试3部分。对于育种单位来说,品种参试步骤繁多,且涉及知识产权,责任重大,所以进程管理十分重要。近年来随着改革的深入,国家农业部门拓宽了试验渠道、简化了试验程序、缩短了试验审定时间,品种审定数量呈现“井喷”态势[17-19]。面对诸多的作物类型和大量涌现的新品系,迫切需要专业的信息化平台对品系参试进程进行记录、审核、跟踪管理。

1.6遗传解析和生理学解析

随着基因芯片技术的发展,植物的生长发育、胁迫应激、品质和质量形成等过程中整个基因组基因表达水平的差异已逐渐清晰地展现给科研工作者。基因表达谱分析、抗逆基因检测、基因突变检测、新基因发掘等功能使遗传背景解析和生理学解析的结果已经非常可靠。肖永贵[20]在全基因组水平上,利用921个DArT标记和83个SSR标记分析高密度分子标记研究骨干亲本周8425B及其50份衍生后代的遗传结构和遗传区段传递,表明周8425B对其衍生一代、二代和三代的平均遗传贡献率为67.7%、63.6%和58.8%,在A、B和D基因组间遗传贡献率分别为68.7%、62.0%和59.4%。周8425B对后代衍生品种贡献率较高的遗传片段上存在许多与产量、抗病、抗逆和适应性等重要农艺性狀相关的基因或QTL,对黄淮冬麦区小麦品种遗传改良可能起了重要作用。

全基因组关联分析(genome- wide association study,GWAS)应用基因组中单核苷酸多态性(single nucleotide polymorphism,SNP)为分子遗传标记,进行全基因组水平上的对照分析或相关性分析从而发现影响复杂性状的基因变异,也广泛地应用到农作物研究中。史俊鹏[21]通过对来自温带的777份玉米育种自交系材料进行全基因组重测序,解析了玉米育种群体重要农艺性状的遗传学基础,并分析了玉米进化过程不同阶段的受选择基因,同时还揭示了现代玉米育种自交系之间的群体结构。

蛋白质是生命活动的主要承担者,直接参与了众多生物学过程。蛋白质表达水平、翻译后修饰、蛋白相互作用等反映了生命的精妙和复杂,蛋白质组数据与表型关系更为紧密。借助计算机对蛋白质片段与基因组进行了大量比对可以获得在蛋白质水平上对于目标性状整体而全面的认识。陈琳等[22]采用TMT标记技术分析了不同浓度铁处理下水稻韧皮部汁液的蛋白质组学变化,共鉴定出206个差异蛋白,KEGG通路分类主要包括激素信号代谢、谷胱甘肽代谢、碳代谢以及mRNA转运等代谢途径。

1.7育成品种的产业化推广

信息化有助于提高农业产业化效率,建立标准化的经营体系,促进产业化的各个环节的高效衔接。2015年6月国务院新出台了《关于运用大数据加强对市场主体服务和监管的若干意见》,明确提出建立产品信息溯源制度,利用物联网、射频识别等信息技术,建立产品质量追溯体系。大数据背景下,在产地环境、产品生产、收购、储存、运输、销售、消费全产业链条上,物联网、RFID技术的广泛应用以及高效食品安全监测新技术的应用可以跟踪农产品流通全程,保障农产品安全质量。通过采集气候、土壤、肥料和病虫害等数据信息,结合作物生长规律,建立模型,来实现农作物全生育期高产优质的精准农业已经成为现实[23]。‘新麦26’是河南省新乡市农业科学院选育的优质强筋小麦品种,自2010年审定以来通过“科研单位+种子企业+种粮大户或专业合作社+粮食收储加工企业”的模式进行推广,生产基地具有用途类型多、地域分布广、产品流通难以追溯等特点,迫切需要引入农业物联网监控系统、农产品安全追溯系统和农业标准化生产系统。如果能利用好大数据平台,把全产业链各环节数据信息实现贯通,则更易降低生产成本,提升产品质量,保障农户利益。

2信息化育种实施步骤和要点

2.1育种软件的应用和软件开发

国际种业巨头如美国杜邦先锋、孟山都、圣尼斯公司及瑞士先正达等纷纷采用现代信息技术开展智能育种,加快“经验育种”向“精确育种”的转变[24]。目前市场上的主流商业化育种软件产品有10余种,国内仅有金种子育种平台和农博士两款[25]。托普云农公司开发的种质资源库管理系统(TPZY-CV2.0)主要用于作物种质及中间材料等种质资源的信息化管理。作为育种机构,目前可以先引进一些有成功案例的育种软件或信息管理系统进行应用。例如,农博士育种家软件V1.0(3许可)、数据采集系统(3许可)及条码打印机仅需16万元左右就可以完成单个作物育种课题组的信息化育种管理。在今后可以根据实际需要,利用R语言等开源软件设计和开发有自主知识产权的育种软件和数据平台。

2.2管理规范化与流程信息化相互促进

无论是育种企业还是政府育种机构,行政管理规范化都是促进信息化的有效手段。例如,河南省新乡市农业科学院规定,在育种品系参试申报和植物新品种保护申报过程中都需要加盖单位公章,在这个过程中可以将信息化的工作落实到各育种课题,保证所有签批事项中所涉及的信息均已录入信息管理系统。从品种试验信息管理到种质资源库管理再到产业化跟踪管理,循序渐进,实现作物育种全流程信息化。科研项目管理部门可以每月核查自有数据库的情况,督促各部门投入一定的人力和经费进行自有数据库建设。

2.3信息化人才的引进和培养

作物育种信息化的实施需要有既懂作物育种又懂计算机科学的复合型人才。在对育种信息进行采集和整理的过程中能够熟练使用育种软件,并且还需要实现各种自动化采集设备的数据对接。目前以河南省新乡市农业科学院为代表的多数应用型农业科研机构缺乏此类复合型人才,省级以上科研院所拥有的生物信息学专业人才侧重基础研究,在品种选育方面缺乏足够的经验。因此,应在今后的人才培养过程中,重视原有育种人员的信息技术培养,使其在原有育种经验的基础上能熟练掌握信息化技巧,推进信息技术在作物育种中普及。

2.4硬件更新

目前,大多数科研机构使用的数据采集仪器多局限于单个性状,与其他仪器设备之间的数据相对独立,例如面团流变学仪器与沉降值仪器测得的指标间不能简单对应。有一些便携式设备使用起来也并不方便,例如便携式光合仪LI6400沉重且参数复杂,仪器自检比较耗时。PDA、平板电脑与常规纸质记载本相比,成本高且记录并不方便,还存在屏幕反光、不耐高温、易受田间灰尘、湿度影响等问题。所以硬件更新应在因地制宜、避免重复浪费的原则上逐步进行。目前市场上已有的智能考种分析系统可以测量作物种子数量、粒重、水分、颜色、粒型等数据,实现高效、快速、准确考种。此类仪器性价比高,操作简便,可实现信息化数据采集,可以首先进入下一步硬件更新计划。

2.5信息共享与交流

数据公开、软件开源与数据共享已经成为了科技发展的重要潮流。为促进作物育种创新,育种机构应该充分应用农业监测预警、农产品和生产资料市场监管、农村市场与科技信息服务三大数据系统,抓住中国种业大数据平台等免费数据平台的利好,在品种推广和知识产权保护方面掌握实际动态。在育种数据资源得到有效保护和安全管理的前提下,与其他育种机构实施信息共享与互通,及时向大数据平台反馈本地病虫害监测、作物产量和质量、农产品市场监测数据,避免重复调查信息,减少在时间和精力上的浪费。

3信息化育种存在的主要问题

3.1传统育种家对信息化育种的接受程度有限

大数据技术和信息化以及育种决策模型应用到作物育种中削弱了对育种家经验的依赖,并且增强了育种的准确性。“数据”取代育种家在信息化的作物育种过程中发挥着核心作用。育种决策过程变成了数据信息的交流過程,育种家如果不能尽快适应这种改变很难发挥原有价值。掌握了育种理论基础知识并具有一定的计算机基础的育种者则可以越过育种经验的门槛,如果能主动地了解学习和应用基因编辑、数字技术和人工智能等新技术,就能进入育种“流水线”,精准、快速、高效地育成品种。

3.2信息化育种技术自身有待完善

信息化育种要进一步发展,应该把抽象的育种变成数学现象,这个转变过程需要用精确完善的数学形式来表达复杂的育种系统。育种过程的定量化和信息化相对简单,育种决策的自动化、智能化则需要更加精确的数学运算模型。遗传背景解析、农业产业化等环节还依赖于生物学+信息学、遗传学+信息学、地理学+信息学、气象学+栽培学+信息学、农学+经济学+信息学的学科深度融合。

3.3信息化育种数据共享存在障碍

体制机制存在局限障碍、共享技术支撑不足、政策法规建设滞后、共享标准规则缺乏等原因使得信息资源对上不对下、以邻为壑、条块分割[26]。作为育种机构,应尽快完善数据开放共享机制,建立农业数据分析与共享规则,加强育种数据资源信息安全管理。

4展望

随着传感器技术、物联网技术和农业信息服务技术的不断发展,信息化技术在育种中的作用日益明显,通过构建信息化种质资源数据库,摸清“家底”,将亲本选择、材料组配、试验管理、数据采集、遗传分析、产业化应用等环节高效衔接,可以实现育种全程数字化、一体化。与现有育种形式相比,可以节约资源、降低成本,是构建现代化作物育种平台的根本途径。

为更好地满足中国主要育种科研单位及种子企业的商业化目标,推动其快速发展,提高中国育种生产力与国际竞争力,在下一阶段应采取以下策略:(1)将农业信息技术与育种工作紧密结合,推进数据记载无纸化、数据获取自动化、农业科研管理平台化。(2)培养复合型人才,降低作物育种的经验门槛,从多种层面激励创新。(3)育种数据开放共享,充分利用大数据,以信息化实现育种精准化和定制化,培育出适应市场需求的新品种。

参考文献

[1]许世卫,王东杰,李哲敏.大数据推动农业现代化应用研究[J].中国农业科学,2015,48(17):3429-3438.

[2]王向峰,才卓.中国种业科技创新的智能时代——“玉米育种4.0”[J].玉米科学,2019,27(1):1-9.

[3]河南省种业协会.中国种业大数据平台上线[J].种业导刊,2017,36(10):33.

[4]杨华,王国军,朱天生,等.上海农作物种质资源库管理信息系统建设[J].植物遗传资源学报,2019,20(2):459-465.

[5]赵向田,王长魁,王托和.信息技术在玉米育种上的应用现状及存在问题[J].中国种业,2015(5):15-17.

[6]刘媛媛,王瑞芳,张磊.现代分析测试技术在小麦品质育种中的应用[J].河南农业科学,2006,4(14):54-56.

[7]朱大洲,王成,王晓冬,等.信息技术在作物育种中的应用[J].中国稻米,2011,17(6):25-28.

[8]柳冠伊,杨小红,白明,等.基于线阵扫描图像的玉米果穗性状检测技术[J].农业机械学报,2013,44(11):276-280.

[9]彭飞,方芳,王红英.基于三维激光扫描的大麦籽粒力学建模与试验[J].农业机械学报,2018,49(11):342-348.

[10]曹廷杰,谢菁忠,吴秋红,等.河南省近年审定小麦品种基于系谱和SNP标记的遗传多样性分析[J].作物学报,2015,41(2):197-206.

[11]王凤格,田红丽,赵久然,等.中国328个玉米品种(组合)SSR标记遗传多样性分析[J].中国农业科学,2014,47(5):856-864.

[12]王学敏,任守文,方晓敏,等.猪系谱图绘制软件设计与使用[J].南方农业,2015,9(36):235-236.

[13]夏彩锋,金访中.GBS软件在种猪生产管理中的应用要求与效果观察[J].浙江畜牧兽医,2014,39(5):69.

[14]北京中农博思科技发展有限公司.农博士育种材料分析软件[EB/ OL].http://www.nbs.net.cn/soft.htm,2019-04-16.

[15]郭新梅.正交试验设计应用要点及其DPS实施[J].现代农业科技, 2012(3):40-41,44.

[16]张东,赵娟,鲍露. SPSS软件在试验设计与分析课程教学中的应用[J].安徽农业科学,2013,41(23):9847-9849,9852.

[17]张毅,方志荣,彭正松,等.马铃薯高产栽培的最优平衡不完全区组试验设计与分析[J].西昌学院学报:自然科学版,2018,32(3):20-23.

[18]侯连德.2018年河南省审定小麦新品种[J].农业科技通讯,2018,46(8):333,348,350,367,372.

[19]郭庆辰,崔汉良,孙铭元,等.玉米育种转型期的困惑与思考[J].农业科技通讯,2018(5):6-9,54.

[20]肖永贵.山东小麦产量性状遗传进度与骨干亲本周8425B的分子解析[D].杨凌:西北农林科技大学,2011.

[21]史俊鹏.玉米育种群体重要农艺性状遗传基础解析[D].北京:中国农业大学,2017.

[22]陈琳,林焱,陈鹏飞,等.水稻响应缺铁的韧皮部汁液蛋白质组学分析[J].植物学报,2019,54(2):194-207.

[23]漆海霞,林圳鑫,兰玉彬.大数据在精准农业上的应用[J].中国农业科技导报,2019,21(1):1-10.

[24]康樂,王海洋.中国生物技术育种现状与发展趋势[J].中国农业科技导报,2014,16(1):16-23.

[25]刘忠强,王开义,赵向宇,等.云环境下作物育种信息化模型研究[J].农机化研究,2017,39(3):7-11,21.

[26]王东杰,李哲敏,张建华,等.农业大数据共享现状分析与对策研究[J].中国农业科技导报,2016,18(3):1-6.

猜你喜欢

育种大数据信息化
月“睹”教育信息化
月“睹”教育信息化
月“睹”教育信息化
“一核三轴”:信息化时代教学管理模式的探索
迷你南瓜育种与栽培研究进展
基于大数据背景下的智慧城市建设研究