近日，中國農(nóng)業(yè)科學院生物技術(shù)研究所作物耐逆性調(diào)控與改良團隊、玉米功能基因組團隊、微生物蛋白設計與智造團隊協(xié)同攻關，構(gòu)建了植物表觀遺傳修飾智能預測在線工具SMEP（http://www.elabcaas.cn/smep/index.html）。采用人工智能的方法，深度學習植物DNA甲基化、RNA甲基化、組蛋白修飾等序列信息，系統(tǒng)實現(xiàn)了水稻、玉米等物種中表觀修飾位點的預測，為作物功能基因組研究和智能設計育種提供工具和數(shù)據(jù)支撐。相關研究成果發(fā)表在《新植物學家（New Phytologist）》上。

　　表觀遺傳修飾包括DNA/RNA甲基化和組蛋白修飾，是調(diào)控真核生物基因轉(zhuǎn)錄、RNA代謝以及其他生物過程的主要驅(qū)動因素。近年來，檢測技術(shù)和高通量測序的發(fā)展推動了作物表觀組學的研究。然而，由于受到檢測技術(shù)、實驗成本、取材組織以及表觀修飾動態(tài)可逆的調(diào)控特性，仍有大量表觀修飾位點沒有得到發(fā)掘和研究。因此，如何利用現(xiàn)有表觀組學數(shù)據(jù)深入探索潛在的表觀修飾位點是當前表觀遺傳研究面臨的關鍵問題。

 

　　目前，人工智能技術(shù)在表觀組學大數(shù)據(jù)分析和預測上展現(xiàn)廣闊的應用潛力。該研究基于卷積神經(jīng)網(wǎng)絡方法，利用課題組前期繪制粳稻日本晴的多種表觀修飾圖譜，構(gòu)建得到了具有高準確度的智能預測模型（SMEP）。該模型經(jīng)過參數(shù)優(yōu)化、交叉驗證以及實驗驗證，SMEP在預測DNA甲基化、RNA甲基化和組蛋白修飾等表觀遺傳修飾位點中具有高可信度。同時，該研究還成功地將SMEP模型應用于秈稻代表品種93-11及玉米品系B73中表觀修飾位點的預測。由于SMEP預測了大量正常實驗條件下檢測不到的位點，團隊進一步通過熱激脅迫處理實驗，驗證了SMEP預測的特異地響應熱激反應的6mA修飾位點，表明SMEP預測的表觀修飾位點可能參與多種環(huán)境響應。最后，在線構(gòu)建了SMEP智能預測工具，提供了檢索表觀遺傳修飾位點和基因表達數(shù)據(jù)的可視化界面供用戶參考使用，為水稻、玉米等物種的重要農(nóng)藝性狀智能設計提供挖掘工具和數(shù)據(jù)支撐。

 

　　該研究得到國家自然科學基金、中國農(nóng)科院科技創(chuàng)新工程等項目資助。

 

　　原文鏈接：https://nph.onlinelibrary.wiley.com/doi/abs/10.1111/nph.17630