7月26日，中國農業科學院作物科學研究所/南繁研究院大數據智能設計育種創新團隊利用深度學習模型DeepGOPlus在植物基因組水平精準挖掘耐鹽基因，以互花米草耐鹽基因為案例，挖掘到多個可能參與互花米草耐鹽的關鍵基因。該研究為挖掘植物基因功能及其作用機制提供了有力工具，相關研究成果在《The Plant Journal》上在線發表。 　　傳統篩選基因方法基于常規序列比對，需要人為設定參數和閾值進行篩選，會導致結果不準確。針對這一問題，基于深度學習模型按蛋白質功能對基因進行分類，實現基因精準篩選，為解決常規序列比對方法出現的問題提供了新途徑。 　　鹽生植物互花米草在系統發育上與玉米、水稻等谷類作物親緣關系較近，高效利用互花米草耐鹽關鍵基因進行遺傳改良是提高作物耐鹽性和產量的優異策略。該研究在互花米草基因組水平利用DeepGOPlus對耐鹽關鍵基因HKT進行精確篩選，發現基因復制事件促進了SaHKT基因的擴張，它們比其他物種HKT基因具有更強的鉀離子親和能力，同時介導互花米草鈉、鉀離子的轉運。該研究首次將深度學習模型成功應用到植物功能基因的挖掘，證明它能夠從龐大的基因組數據中識別出功能基因的特征序列，并對其進行準確定位和特性分析，不僅提高了基因挖掘和鑒定的準確性，也為深入研究基因功能的作用機制提供了工具。 　　作科所/南繁院與煙臺大學聯合培養碩士研究生楊茂庚、博士后陳守坤、助理研究員黃章平為本文共同第一作者，作科所李慧慧研究員、北京大學現代農學院劉春明教授、煙臺大學生命科學學院陳世華教授為共同通訊作者。該研究得到國家重點研發計劃、中國農科院南繁專項基金、國家自然科學基金、中國農業科學院創新工程、阿里巴巴公益基金共同資助。 　　原文鏈接：https://onlinelibrary.wiley.com/doi/10.1111/tpj.16397