水稻智能育种机器人的研发范文

本站小编为你精心准备了水稻智能育种机器人的研发参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《中国生物工程杂志杂志》2014年第七期

1水稻智能育种机器人研制的基础和条件

1．1我国已有的水稻育种理论模型基础

建国以来，我国水稻育种经历了高秆良种的评选利用、矮化育种、杂交优势利用和高产、优质、多抗水稻新品种选育这四个重要的发展时期［8］。在此期间，基于育种经验和理论的传承、总结和创新，我国水稻传统育种理论体系不断发展和完善。在超级稻育种研究计划实施的过程中，育种家们提出了一系列超级稻育种理论和模型，例如直立大穗型超级稻育种模型、新株型超级稻育种、半矮秆丛生早长超级稻新株型模型、亚种间两系超级杂交稻模型和亚种间重穗型三系超级杂交稻模型等［9］。这些育种理论模型可以作为构建水稻育种机器人表型选择模型的基础。

1．2水稻基因组学和分子育种基础

由于基因组小(430Mb)，重复序列少，水稻已成为单子叶植物中遗传和分子生物学研究的模式作物［10］。在水稻饱和遗传图谱和物理图谱构建成功的基础上［11］，国际水稻基因组测序计划(IRGSP)于2002年完成粳稻全基因组测序和水稻基因组草图的绘制工作［12］，并于2005年公布了水稻基因组“精细图”［13］。水稻基因组测序的完成推动了水稻功能基因组学和水稻分子育种研究的发展。据预测，水稻基因中约有3．2～5．6万个基因［10］。现在水稻中已经定位和标记了相当数量的控制重要农艺性状的基因和QTL，分离克隆了其中数百个基因［14］;并对部分基因的功能进行了分析，对水稻重要农艺性状遗传调控网络进行了解析。其中一些重要的抗病虫、产量和品质基因已应用到分子育种中，并且取得了较好的效果。水稻基因组学和分子育种方面的积累和进展可以作为构建水稻智能育种机器人基因型选择模型的基础。

1．3植物基因型自动化分析技术基础

基因组学的发展和作物分子育种技术的应用需要研究人员检测、分析和处理海量的遗传和基因型数据。为了满足基因组学和分子育种研究的需求，国内外仪器分析公司研制了高通量、自动化基因组和分子标记分析设备和技术平台，例如第二代DNA测序技术平台［15］、高通量核酸自动提取平台、PCR自动化工作站、美国AdvancedAnalytical公司的FragmentAnalyzerTM高通量SSR标记分析系统［16］、美国DouglasScientific公司的高通量分子标记平台等。我国可以利用这些基因组和分子标记分析平台，在此基础上探索研制水稻智能育种机器人的基因型检测和分析子系统。国外跨国公司已经开展了标记自动化分析平台的研究和应用探索。例如在美国孟山都(安克尼)SNP分子标记实验室，从籽粒激光切削取样、DNA提取、PCR扩增、生物信息读取到目标样品选择等过程均实现了全程自动化，每天可完成数百万个样品分子标记测试和海量信息采集分析任务［17］。

1．4表型组学和表型分析技术基础

表型组学是近十多年间发展起来的一门在基因组水平上系统研究某一生物或细胞在各种不同环境条件下所有表型的学科。利用表型组学的表型分析技术平台，研究者可以采集植物表型图像和数据，并且进行高通量、自动化分析和评价。表型组学在作物育种上有广阔的应用前景，国外已有研究机构开始探索将表型组学分析技术应用于作物育种中。例如比利时CropDesign公司已经开发出称之为“性状工厂”的技术平台，该平台不仅能实现大规模、自动化的转基因植物性状评价，而且还能在植物表型评价的基础上评价基因和基因组合。基于对水稻生长发育的特别设计和相关农艺性状高精度的测量方法改造，“性状工厂”平台已经全面应用于水稻转基因及其性状的高通量、自动化选择评价［18］。“性状工厂”平台在水稻育种方面有很大的应用潜力。我国可以借鉴和吸收“性状工厂”的经验，利用表型组学的高通量、自动化表型分析技术平台采集水稻的表型数据，并且结合水稻育种选择模型，探索研制水稻表型自动化评价选择技术。

1．5自动化技术基础

自动化技术是本世纪以来发展极为迅速和影响极大的科学技术之一，现在已经广泛应用到科研、生产和生活等各个方面。自动化技术也应用于作物基因型分析、植物表型分析和农业机械等领域。在作物基因型分析领域，从样品采集、DNA提取、PCR扩增、电泳到标记分析的各个环节，现在都有相应的高通量、自动化检测仪器设备。借助图像识别和机械自动化技术，植物表型分析也可以实现高度自动化。例如荷兰Keygene生物公司开发的KeyTrack植物表型自动化、高通量分析平台，该平台利用植物自动传送系统、表型图像数字化采集系统和表型数据自动分析系统，能在温室中对单株植物进行表型分析评价。自动化技术在农业机械上更是得到了大规模的应用。瑞士先正达公司自行设计改装的自动化玉米(ZeamaysL．)田间小区收获测产设备，每台每小时能收获500个试验小区，并准确获取产量等数据［17］。自动化技术为水稻智能育种机器人的研制提供了必要技术条件，我国可在吸收国内外已有自动化技术的基础上，加以改进创新，应用到水稻智能育种机器人研制工作中。

2水稻智能育种机器人研制的可行性探讨

建国以来，我国水稻育种取得了巨大成就，现在已经形成了一套成熟的水稻育种理论模型。这是水稻智能育种机器人研制的理论依据和建立自动化表型选择模型的基础。在水稻基因组学方面，已有相当数量的QTL和基因被定位和标记，并且近年来水稻重要农艺性状的遗传机制和基因调控模式研究取得了巨大的进展。这为水稻智能育种的基因型选择提供了理论支撑。现有的植物基因型自动化分析技术平台为水稻智能育种的基因型选择提供了硬件条件。分子育种技术的应用为水稻智能育种的基因型选择提供了实践基础。表型组学研究方法和分析技术已经开始应用于作物表型分析和育种中。这为水稻智能育种的表型分析和选择提供了分析方法和技术条件。现有的自动化和信息技术则为水稻智能育种机器人表型和基因型选择各子系统的有机整合提供了技术条件。国外已有研究机构开展了作物分子标记自动化分析系统和玉米自动测产系统研制的探索工作，这为我们提供了宝贵的经验。因此，现在我们已经具备了整合育种技术、基因组学、表型组学、自动化和信息技术等“跨农业”学科领域的优势，开展水稻智能育种机器人探索研制的可行性和必要条件。

3水稻智能育种机器人研制方案的探索

3．1水稻智能育种机器人研制模式

水稻智能育种机器人是一个跨学科领域、综合性、前沿性的复杂系统。国外已有研究机构在作物分子标记和表型自动化分析方面进行了一些探索，开发了相应的仪器设备和技术平台。因此，在学习和吸收国外先进经验，利用国外已有设备和技术平台的基础上，结合我国水稻育种的优势，采取引进、改进和自主研制创新相结合的分步实施方案，可能是我国水稻智能育种机器人最行之有效的研制模式。由于水稻智能育种机器人是一个巨大的工程，设计多个“跨农业”学科领域，光靠单个研究机构和公司的力量恐难以胜任。因此由国家层面以研究专项的形势组织各相关学科领域的领先研究机构和公司，总体规划、分工协作、优势互补，采用“跨农业”联合攻关的模式，可能是我国水稻智能育种机器人研制比较有效的管理模式。

3．2水稻智能育种机器人探索研制技术方案

目前国内外育种家多采用创造、选择可遗传的变异，以农艺经验和表型选择为核心的常规育种技术，其存在选择效率低、盲目性大、劳动密集、不能直接进行基因型选择，育种工作很大程度上依赖经验和机遇等不足。在国外玉米田间测产仪的启发下，结合课题组在“种子基因分型仪及水稻SSR指纹图谱云计算终端”上的联合研制工作，我们提出集成育种、分子生物学、图像识别与处理、自动化和信息化等高新技术，探索海量生物信息的高效分析处理及海量组合(材料)自动筛选技术，研制水稻智能育种机器人的“跨农业”新方案。实现室内操作自动化、田间作业机械化、试验数据电子化、信息分析软件化，形成资源共享、分段研究、分工合作、高效测试的水稻智能育种新技术，推动农业育种从“农艺”到“科学”的“跨越。我们设计的水稻智能育种机器人主要由分子标记检测子系统、分子标记数据分析子系统、水稻性状田间自动检测子系统、水稻测产子系统、水稻田间性状及产量数据分析子系统、水稻基因型表型综合分析子系统、水稻育种选择模型数据库和水稻智能育种选择系统等部分组成(图1)。

3．2．1分子标记检测子系统分子标记检测子系统包括样品采集平台、DNA提取平台、PCR扩增平台和分子标记检测分析系统组成。国内外公司已经研制出上述各个平台，例如美国BeckmanCoulter公司的高通量核酸自动提取平台、美国AdvancedAnalytical公司的FragmentAnalyzerTM高通量SSR标记分析系统［16］、美国DouglasScientific公司的高通量分子标记平台等。因此可以在购买以上平台仪器设备的基础上，加以整合和改进，研制该子系统。

3．2．2分子标记数据分析子系统在获得水稻育种材料分子标记和基因型数据后，要对材料的基因型数据进行分析，对材料进行基因型选择。现在水稻中已经定位和标记了相当数量的控制重要农艺性状的基因和QTL，分离克隆了其中数百个基因［14］，可以根据这些基因/QTL及其标记数据，确立水稻基因型选择标准，构建水稻基因型选择模型。在此基础上研发自动化、高通量的基因型数据分析软件，建立和完善分子标记数据分析子系统。目标是使该子系统能自动化、高通量地分析水稻材料的基因型数据，初步筛选出带有目标基因型的水稻育种材料，以进一步分析评价。

3．2．3水稻性状田间自动检测子系统水稻性状田间自动检测子系统由三维图像采集设备轨道行走平台，三维图像采集仪，图像数据存储设备，喷墨标记器组成。该子系统首期主要通过在水稻育种试验田坎两侧铺设轨道，三维图像采集设备行走平台在轨道上自动行走(最终目标是无轨自行走机器人)，利用三维图像采集系统自动测量和完成水稻群体和单株重要形态学性状的田间测量和数据收集及处理，包括对株高、分蘖数、分蘖角度、穗数、穗长等性状的定量测量，以及对叶色、稻穗的大小等性状的定性测定。将水稻表型数据输入数据库，依据表型选择模型计算结果，得出平均统计值，设定选定值(例如5%)，自动选择出符合要求的植株，并用喷墨标记器在获选植株上喷洒有机颜料，以方便育种专家做进一步鉴定评估。

3．2．4水稻测产子系统水稻种子产量指标包括:总粒数、实粒数、结实率、千粒重和单株产量等指标。种子产量自动化测量设备，目前市场已有种子计数仪、分选仪、千粒仪、颗粒图像统计仪和电子天平。但这些设备没有整合在一起，仍然需要人工操作，耗时耗力。水稻测产子系统可以以这些现有的仪器设备为基础，借鉴比利时CropDesign公司的水稻测产仪的经验，整合现有的小型测量设备，实现水稻产量数据的电子化和自动分析。

3．2．5水稻田间性状及产量数据分析子系统在获得水稻各种性状后，要对大量的表型数据进行快速自动化分析，这部分工作由水稻田间性状及产量数据分析子系统完成。首先根据我国已有的水稻育种经验和理论，确立水稻性状分析标准，构建水稻表型选择模型。在此基础上研发水稻性状数据自动分析软件，建立和完善水稻田间性状及产量数据分析子系统。目标是使该系统能自动、高效地分析获得的水稻田间性状和产量数据，并对水稻材料进行表型评价，并初步筛选出合乎表型要求的植株，以进一步分析评价。

3．2．6水稻基因型表型综合分析子系统水稻基因型和表型综合分析子系统对水稻基因型和表型分析结果进行进一步的综合分析评价。首先以构建的水稻基因型选择模型和水稻表型选择模型为基础，结合基因型选择与表型选择有机结合、综合权重的原则，构建水稻基因型和表型选择模型。在此基础上研发水稻基因型和表型数据综合分析软件，建立和完善水稻基因型和表型综合分析子系统。目标是使该子系统能结合分子标记数据分析子系统获得的水稻基因型分析结果以及水稻田间性状及产量数据分析子系统获得的水稻表型分析结果，根据水稻基因型和表型选择模型，对水稻材料进行基因型和表型综合分析评价。

3．2．7水稻育种选择模型数据库根据我国水稻传统育种的经验优势、成熟的水稻育种理论和选择模型以及水稻基因组和分子育种的最新数据，今后再结合水稻智能育种机器人的实践经验，建立和不断完善全国联网共享的水稻育种选择模型数据库。水稻育种选择模型数据库一方面能促进水稻智能育种机器人系统的不断完善，同时也能实现育种信息化资源共享，避免我国农业育种相关科研机构的低水平重复研究，减少由此所造成的人力、物力和财力资源的巨大浪费。

3．2．8水稻智能育种选择系统根据水稻基因型表型综合分析子系统对水稻材料进行的综合分析评价结果，水稻智能育种选择系统对水稻材料自动做出最终评价与选择，给出推荐的优良材料(组合)和单株的田间编号，供育种者进一步选择验证、筛选和利用。

4水稻智能育种机器人研制和应用展望

近20年来，水稻育种理论和技术、水稻基因组学、表型组学、图像识别与处理技术、自动化技术和信息技术的快速发展和我国作物育种技术创新的需求为我国整合这些“跨农业”学科领域的优势，探索研制和应用水稻智能育种机器人带来了巨大时代机遇。首先，作物育种技术方法创新是实现作物新品种选育重大突破的关键，因此“跨农业”研制水稻智能育种机器人符合我国农业现代化和解决我国粮食安全的需求。其次，“跨农业”相关学科领域的快速发展为水稻智能育种机器人的研制提供了必要的技术条件。第三，潜在的市场需求和应用前景将会推动水稻育种机器人的研制。据统计，我国现有1000多个农业科研机构［19］和6200多家种业企业。2012年中央一号文件明确提出“要逐步建立以企业为主体的商业化育种新机制”，落实“农业科技创新”的重点是推动科研院所、高等院校和种子企业真正实现资源、技术和力量整合，进一步实现培育一批“育繁推一体化”大型种子企业的目标。在此背景下，水稻智能育种机器人有广阔的市场需求和应用前景。第四，我国还能以探索研制水稻智能育种机器人为基础和突破口，向小麦(TriticumaestivumL．)、玉米和棉花(ssypiumhirsutumL．)等重要作物扩展，研制小麦、玉米、棉花等重要作物智能育种机器人。另外一方面，我国也面临着如何消化和吸收已有经验，扬长避短，分步研制具有我国自主知识产权的水稻智能育种机器人的挑战。因此我国只有把握机遇、迎接挑战、整合“跨农业”学科领域的优势力量，开展联合攻关与集成创新，才能在水稻智能机器人研制上取得进展，更好地应对当今全球气候变化、资源短缺和粮食安全问题的严峻挑战，引领生物育种科技的发展，提升我国农业科技的核心竞争力。

作者：李辉左钦月罗科莫邦辉张国林文兴澈杨琼余懋群汪松虎陈斌陈丽陈名财涂升斌单位：中国科学院成都生物研究所中科院成都信息技术股份有限公司仁怀市中等职业学校中共四川省委党校