Plant Breeding 作物育种相关数据及技术育种利用

 

       从18世纪首次获得人工杂交种到如今基因工程育种，作物育种技术发展迅速，同时几百年的育种历程积攒了大量育种数据，特别是近年来伴随高通量测序技术的发展，产生了海量作物育种相关基因及其表达数据，形成了育种大数据。本文利用创新方法TRIZ( Theory of the Solution of Inventive Problems) 流分析技术，综合分析了育种领域已有资源和目标达成的矛盾问题，提出大数据育种技术应用于作物育种的创新方案，明确了将大数据技术应用于育种领域的框架和实现目标。提出了基于大数据理念的育种技术，拟采集和整合已有育种数据资源，实现数据自动采集等，从而能够平衡育种数据膨胀/利用和育种需求产生的矛盾; 构建基于大数据技术的育种数据信息化平台，实现作物育种方法理念的创新。

      在源于西欧的近代育种技术和理论出现之前，作物育种都是通过天然杂交和变异产生一些符合人类生产需求的作物品种。1719年托马斯?费尔柴尔德(Thomas Fairchild) 以石竹科植物为材料首次获得人工杂交种，随后奈特和库尔特分别于1823年和1843年用豌豆和谷禾类作物进行人工杂交育种。而自孟德尔定律在20世纪初提出后，遗传学、分子生物学、生物统计学等学科的建设和快速发展，使得人工作物育种开启了新篇章。自新一代测序技术高速发展以来，作物育种研究产生了海量多种类型的数据，整合和最大化利用这些生物学数据，无疑对现代育种研究具有不可估量的重要意义。

       现当代育种技术( 尤其是生物技术的应用) 的发展，使得作物育种数据呈现了信息爆炸，所获得的育种数据不局限于单一的田间性状调查结果，同时还存在土壤、气候、水分等动态环境，影响数据、基因表达及分子标记等基因型数据，代谢物动态数据以及生产管理数据。由于育种数据的膨胀，借鉴这种育种方式理念，提高育种的目标性、准确性和育种效率，育种过程中大数据管理和利用呼之欲出。

很多跨国种业公司已然意识到育种数据不可估量的价值，并且已经加以利用。例如，孟山都、杜邦先锋、先正达等各大种企都建有自成体系的私有数据库和管理系统，且功能十分先进与完善，存储了整个产业链从研究部门到销售部门的各种相关数据资料，这些私有数据库系统，其结构、功能及内涵的商业机密是保密的，但可以肯定都具备海量数据的超大存储能力，复杂数据的高效分析能力，庞大系统的科学管理能力，能够为研究和管理人员提供简捷、高效、精准的服务，更好地完成相关的育种研究。

        在近百年育种家的努力下，育种相关数据正处于不断增长，特别是新一代测序技术的发展，直接带来了育种数据爆炸式的增加，以国际核苷酸序列数据库Genbank为例，它以指数式增长，大概14个月总数据量翻1倍。

由于物种多样性的存在，植物的基因组大小不一。一般大田作物基因组都在1Gb左右，水稻基因相对小些为0.4Gb，大豆油料等为1.0Gb，而玉米、小麦等要几个Gb以上。

美国咨询公司麦肯锡（McKinsey）于2011年5月发表著名研究报告“Big data:the next frontier for innovation,competition,and productivity”，标志着大数据时代的到来。

       现代遗传育种存在诸多问题，如长期育种选择导致遗传基础狭窄; 杂交育种需时较长，近年发展的生物技术存在很多实践应用问题;  传统育种方法和现代生物技术有待进一步融合等。现代育种技术体系复杂，需要多个学科交叉和多种技术支撑，而分子设计育种作为新兴的育种技术体系，可以实现育种的定向变异、准确选择的目标。

先锋、先正达、孟山都等国际知名育种公司，均分别建立了高水平的育种信息平台和育种体系。这些育种公司能在育种行业处于垄断地位，与其大量采集处理的育种数据有着密不可分的关系。最近有报道，美国伊利诺斯州的国家超级计算机应用中心获得180万美元的项目资助，用于大数据育种的开发。

本文提出一个以大数据技术为基础的育种方法创新方案: 基于知识工程的流程，有机整合作物不同品系与野生资源等在材料、基因、性状等方面的数据库，消除数据孤岛，形成大数据下的作物育种数据库及其处理系统; 以性状数据采集和处理分析为核心，以作物育种过程管理为基础，研究作物育种资源整合"数据科学分析"过程信息化管理的育种技术新体系（如图所示）。

       图片表明，一个理想的大数据育种技术是以生产特定品种为导向，通过遗传信息流平台建设，根据需求组合信息流，输出满足目标基因组成的新品种。

农作物育种领域有着丰富的种质资源，海量的各类型育种相关数据，漫长的育种过程及其复杂的技术系统，使得农业育种已然隶属大数据领域，构建大数据育种系统势在必行。