本站小編為你精心準備了水稻智能育種機器人的研發參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《中國生物工程雜志雜志》2014年第七期

1水稻智能育種機器人研制的基礎和條件

1．1我國已有的水稻育種理論模型基礎

建國以來，我國水稻育種經歷了高稈良種的評選利用、矮化育種、雜交優勢利用和高產、優質、多抗水稻新品種選育這四個重要的發展時期［8］。在此期間，基于育種經驗和理論的傳承、總結和創新，我國水稻傳統育種理論體系不斷發展和完善。在超級稻育種研究計劃實施的過程中，育種家們提出了一系列超級稻育種理論和模型，例如直立大穗型超級稻育種模型、新株型超級稻育種、半矮稈叢生早長超級稻新株型模型、亞種間兩系超級雜交稻模型和亞種間重穗型三系超級雜交稻模型等［9］。這些育種理論模型可以作為構建水稻育種機器人表型選擇模型的基礎。

1．2水稻基因組學和分子育種基礎

由于基因組小(430Mb)，重復序列少，水稻已成為單子葉植物中遺傳和分子生物學研究的模式作物［10］。在水稻飽和遺傳圖譜和物理圖譜構建成功的基礎上［11］，國際水稻基因組測序計劃(IRGSP)于2002年完成粳稻全基因組測序和水稻基因組草圖的繪制工作［12］，并于2005年公布了水稻基因組“精細圖”［13］。水稻基因組測序的完成推動了水稻功能基因組學和水稻分子育種研究的發展。據預測，水稻基因中約有3．2～5．6萬個基因［10］。現在水稻中已經定位和標記了相當數量的控制重要農藝性狀的基因和QTL，分離克隆了其中數百個基因［14］;并對部分基因的功能進行了分析，對水稻重要農藝性狀遺傳調控網絡進行了解析。其中一些重要的抗病蟲、產量和品質基因已應用到分子育種中，并且取得了較好的效果。水稻基因組學和分子育種方面的積累和進展可以作為構建水稻智能育種機器人基因型選擇模型的基礎。

1．3植物基因型自動化分析技術基礎

基因組學的發展和作物分子育種技術的應用需要研究人員檢測、分析和處理海量的遺傳和基因型數據。為了滿足基因組學和分子育種研究的需求，國內外儀器分析公司研制了高通量、自動化基因組和分子標記分析設備和技術平臺，例如第二代DNA測序技術平臺［15］、高通量核酸自動提取平臺、PCR自動化工作站、美國AdvancedAnalytical公司的FragmentAnalyzerTM高通量SSR標記分析系統［16］、美國DouglasScientific公司的高通量分子標記平臺等。我國可以利用這些基因組和分子標記分析平臺，在此基礎上探索研制水稻智能育種機器人的基因型檢測和分析子系統。國外跨國公司已經開展了標記自動化分析平臺的研究和應用探索。例如在美國孟山都(安克尼)SNP分子標記實驗室，從籽粒激光切削取樣、DNA提取、PCR擴增、生物信息讀取到目標樣品選擇等過程均實現了全程自動化，每天可完成數百萬個樣品分子標記測試和海量信息采集分析任務［17］。

1．4表型組學和表型分析技術基礎

表型組學是近十多年間發展起來的一門在基因組水平上系統研究某一生物或細胞在各種不同環境條件下所有表型的學科。利用表型組學的表型分析技術平臺，研究者可以采集植物表型圖像和數據，并且進行高通量、自動化分析和評價。表型組學在作物育種上有廣闊的應用前景，國外已有研究機構開始探索將表型組學分析技術應用于作物育種中。例如比利時CropDesign公司已經開發出稱之為“性狀工廠”的技術平臺，該平臺不僅能實現大規模、自動化的轉基因植物性狀評價，而且還能在植物表型評價的基礎上評價基因和基因組合。基于對水稻生長發育的特別設計和相關農藝性狀高精度的測量方法改造，“性狀工廠”平臺已經全面應用于水稻轉基因及其性狀的高通量、自動化選擇評價［18］。“性狀工廠”平臺在水稻育種方面有很大的應用潛力。我國可以借鑒和吸收“性狀工廠”的經驗，利用表型組學的高通量、自動化表型分析技術平臺采集水稻的表型數據，并且結合水稻育種選擇模型，探索研制水稻表型自動化評價選擇技術。

1．5自動化技術基礎

自動化技術是本世紀以來發展極為迅速和影響極大的科學技術之一，現在已經廣泛應用到科研、生產和生活等各個方面。自動化技術也應用于作物基因型分析、植物表型分析和農業機械等領域。在作物基因型分析領域，從樣品采集、DNA提取、PCR擴增、電泳到標記分析的各個環節，現在都有相應的高通量、自動化檢測儀器設備。借助圖像識別和機械自動化技術，植物表型分析也可以實現高度自動化。例如荷蘭Keygene生物公司開發的KeyTrack植物表型自動化、高通量分析平臺，該平臺利用植物自動傳送系統、表型圖像數字化采集系統和表型數據自動分析系統，能在溫室中對單株植物進行表型分析評價。自動化技術在農業機械上更是得到了大規模的應用。瑞士先正達公司自行設計改裝的自動化玉米(ZeamaysL．)田間小區收獲測產設備，每臺每小時能收獲500個試驗小區，并準確獲取產量等數據［17］。自動化技術為水稻智能育種機器人的研制提供了必要技術條件，我國可在吸收國內外已有自動化技術的基礎上，加以改進創新，應用到水稻智能育種機器人研制工作中。

2水稻智能育種機器人研制的可行性探討

建國以來，我國水稻育種取得了巨大成就，現在已經形成了一套成熟的水稻育種理論模型。這是水稻智能育種機器人研制的理論依據和建立自動化表型選擇模型的基礎。在水稻基因組學方面，已有相當數量的QTL和基因被定位和標記，并且近年來水稻重要農藝性狀的遺傳機制和基因調控模式研究取得了巨大的進展。這為水稻智能育種的基因型選擇提供了理論支撐。現有的植物基因型自動化分析技術平臺為水稻智能育種的基因型選擇提供了硬件條件。分子育種技術的應用為水稻智能育種的基因型選擇提供了實踐基礎。表型組學研究方法和分析技術已經開始應用于作物表型分析和育種中。這為水稻智能育種的表型分析和選擇提供了分析方法和技術條件。現有的自動化和信息技術則為水稻智能育種機器人表型和基因型選擇各子系統的有機整合提供了技術條件。國外已有研究機構開展了作物分子標記自動化分析系統和玉米自動測產系統研制的探索工作，這為我們提供了寶貴的經驗。因此，現在我們已經具備了整合育種技術、基因組學、表型組學、自動化和信息技術等“跨農業”學科領域的優勢，開展水稻智能育種機器人探索研制的可行性和必要條件。

3水稻智能育種機器人研制方案的探索

3．1水稻智能育種機器人研制模式

水稻智能育種機器人是一個跨學科領域、綜合性、前沿性的復雜系統。國外已有研究機構在作物分子標記和表型自動化分析方面進行了一些探索，開發了相應的儀器設備和技術平臺。因此，在學習和吸收國外先進經驗，利用國外已有設備和技術平臺的基礎上，結合我國水稻育種的優勢，采取引進、改進和自主研制創新相結合的分步實施方案，可能是我國水稻智能育種機器人最行之有效的研制模式。由于水稻智能育種機器人是一個巨大的工程，設計多個“跨農業”學科領域，光靠單個研究機構和公司的力量恐難以勝任。因此由國家層面以研究專項的形勢組織各相關學科領域的領先研究機構和公司，總體規劃、分工協作、優勢互補，采用“跨農業”聯合攻關的模式，可能是我國水稻智能育種機器人研制比較有效的管理模式。

3．2水稻智能育種機器人探索研制技術方案

目前國內外育種家多采用創造、選擇可遺傳的變異，以農藝經驗和表型選擇為核心的常規育種技術，其存在選擇效率低、盲目性大、勞動密集、不能直接進行基因型選擇，育種工作很大程度上依賴經驗和機遇等不足。在國外玉米田間測產儀的啟發下，結合課題組在“種子基因分型儀及水稻SSR指紋圖譜云計算終端”上的聯合研制工作，我們提出集成育種、分子生物學、圖像識別與處理、自動化和信息化等高新技術，探索海量生物信息的高效分析處理及海量組合(材料)自動篩選技術，研制水稻智能育種機器人的“跨農業”新方案。實現室內操作自動化、田間作業機械化、試驗數據電子化、信息分析軟件化，形成資源共享、分段研究、分工合作、高效測試的水稻智能育種新技術，推動農業育種從“農藝”到“科學”的“跨越。我們設計的水稻智能育種機器人主要由分子標記檢測子系統、分子標記數據分析子系統、水稻性狀田間自動檢測子系統、水稻測產子系統、水稻田間性狀及產量數據分析子系統、水稻基因型表型綜合分析子系統、水稻育種選擇模型數據庫和水稻智能育種選擇系統等部分組成(圖1)。

3．2．1分子標記檢測子系統分子標記檢測子系統包括樣品采集平臺、DNA提取平臺、PCR擴增平臺和分子標記檢測分析系統組成。國內外公司已經研制出上述各個平臺，例如美國BeckmanCoulter公司的高通量核酸自動提取平臺、美國AdvancedAnalytical公司的FragmentAnalyzerTM高通量SSR標記分析系統［16］、美國DouglasScientific公司的高通量分子標記平臺等。因此可以在購買以上平臺儀器設備的基礎上，加以整合和改進，研制該子系統。

3．2．2分子標記數據分析子系統在獲得水稻育種材料分子標記和基因型數據后，要對材料的基因型數據進行分析，對材料進行基因型選擇。現在水稻中已經定位和標記了相當數量的控制重要農藝性狀的基因和QTL，分離克隆了其中數百個基因［14］，可以根據這些基因/QTL及其標記數據，確立水稻基因型選擇標準，構建水稻基因型選擇模型。在此基礎上研發自動化、高通量的基因型數據分析軟件，建立和完善分子標記數據分析子系統。目標是使該子系統能自動化、高通量地分析水稻材料的基因型數據，初步篩選出帶有目標基因型的水稻育種材料，以進一步分析評價。

3．2．3水稻性狀田間自動檢測子系統水稻性狀田間自動檢測子系統由三維圖像采集設備軌道行走平臺，三維圖像采集儀，圖像數據存儲設備，噴墨標記器組成。該子系統首期主要通過在水稻育種試驗田坎兩側鋪設軌道，三維圖像采集設備行走平臺在軌道上自動行走(最終目標是無軌自行走機器人)，利用三維圖像采集系統自動測量和完成水稻群體和單株重要形態學性狀的田間測量和數據收集及處理，包括對株高、分蘗數、分蘗角度、穗數、穗長等性狀的定量測量，以及對葉色、稻穗的大小等性狀的定性測定。將水稻表型數據輸入數據庫，依據表型選擇模型計算結果，得出平均統計值，設定選定值(例如5%)，自動選擇出符合要求的植株，并用噴墨標記器在獲選植株上噴灑有機顏料，以方便育種專家做進一步鑒定評估。

3．2．4水稻測產子系統水稻種子產量指標包括:總粒數、實粒數、結實率、千粒重和單株產量等指標。種子產量自動化測量設備，目前市場已有種子計數儀、分選儀、千粒儀、顆粒圖像統計儀和電子天平。但這些設備沒有整合在一起，仍然需要人工操作，耗時耗力。水稻測產子系統可以以這些現有的儀器設備為基礎，借鑒比利時CropDesign公司的水稻測產儀的經驗，整合現有的小型測量設備，實現水稻產量數據的電子化和自動分析。

3．2．5水稻田間性狀及產量數據分析子系統在獲得水稻各種性狀后，要對大量的表型數據進行快速自動化分析，這部分工作由水稻田間性狀及產量數據分析子系統完成。首先根據我國已有的水稻育種經驗和理論，確立水稻性狀分析標準，構建水稻表型選擇模型。在此基礎上研發水稻性狀數據自動分析軟件，建立和完善水稻田間性狀及產量數據分析子系統。目標是使該系統能自動、高效地分析獲得的水稻田間性狀和產量數據，并對水稻材料進行表型評價，并初步篩選出合乎表型要求的植株，以進一步分析評價。

3．2．6水稻基因型表型綜合分析子系統水稻基因型和表型綜合分析子系統對水稻基因型和表型分析結果進行進一步的綜合分析評價。首先以構建的水稻基因型選擇模型和水稻表型選擇模型為基礎，結合基因型選擇與表型選擇有機結合、綜合權重的原則，構建水稻基因型和表型選擇模型。在此基礎上研發水稻基因型和表型數據綜合分析軟件，建立和完善水稻基因型和表型綜合分析子系統。目標是使該子系統能結合分子標記數據分析子系統獲得的水稻基因型分析結果以及水稻田間性狀及產量數據分析子系統獲得的水稻表型分析結果，根據水稻基因型和表型選擇模型，對水稻材料進行基因型和表型綜合分析評價。

3．2．7水稻育種選擇模型數據庫根據我國水稻傳統育種的經驗優勢、成熟的水稻育種理論和選擇模型以及水稻基因組和分子育種的最新數據，今后再結合水稻智能育種機器人的實踐經驗，建立和不斷完善全國聯網共享的水稻育種選擇模型數據庫。水稻育種選擇模型數據庫一方面能促進水稻智能育種機器人系統的不斷完善，同時也能實現育種信息化資源共享，避免我國農業育種相關科研機構的低水平重復研究，減少由此所造成的人力、物力和財力資源的巨大浪費。

3．2．8水稻智能育種選擇系統根據水稻基因型表型綜合分析子系統對水稻材料進行的綜合分析評價結果，水稻智能育種選擇系統對水稻材料自動做出最終評價與選擇，給出推薦的優良材料(組合)和單株的田間編號，供育種者進一步選擇驗證、篩選和利用。

4水稻智能育種機器人研制和應用展望

近20年來，水稻育種理論和技術、水稻基因組學、表型組學、圖像識別與處理技術、自動化技術和信息技術的快速發展和我國作物育種技術創新的需求為我國整合這些“跨農業”學科領域的優勢，探索研制和應用水稻智能育種機器人帶來了巨大時代機遇。首先，作物育種技術方法創新是實現作物新品種選育重大突破的關鍵，因此“跨農業”研制水稻智能育種機器人符合我國農業現代化和解決我國糧食安全的需求。其次，“跨農業”相關學科領域的快速發展為水稻智能育種機器人的研制提供了必要的技術條件。第三，潛在的市場需求和應用前景將會推動水稻育種機器人的研制。據統計，我國現有1000多個農業科研機構［19］和6200多家種業企業。2012年中央一號文件明確提出“要逐步建立以企業為主體的商業化育種新機制”，落實“農業科技創新”的重點是推動科研院所、高等院校和種子企業真正實現資源、技術和力量整合，進一步實現培育一批“育繁推一體化”大型種子企業的目標。在此背景下，水稻智能育種機器人有廣闊的市場需求和應用前景。第四，我國還能以探索研制水稻智能育種機器人為基礎和突破口，向小麥(TriticumaestivumL．)、玉米和棉花(ssypiumhirsutumL．)等重要作物擴展，研制小麥、玉米、棉花等重要作物智能育種機器人。另外一方面，我國也面臨著如何消化和吸收已有經驗，揚長避短，分步研制具有我國自主知識產權的水稻智能育種機器人的挑戰。因此我國只有把握機遇、迎接挑戰、整合“跨農業”學科領域的優勢力量，開展聯合攻關與集成創新，才能在水稻智能機器人研制上取得進展，更好地應對當今全球氣候變化、資源短缺和糧食安全問題的嚴峻挑戰，引領生物育種科技的發展，提升我國農業科技的核心競爭力。

作者：李輝左欽月羅科莫邦輝張國林文興澈楊瓊余懋群汪松虎陳斌陳麗陳名財涂升斌單位：中國科學院成都生物研究所中科院成都信息技術股份有限公司仁懷市中等職業學校中共四川省委黨校