大數據背景下的信息化育種

楊麗娟 王士坤 李洋 閆玉信 張栩 李棟 馬華平

摘要：信息化是育種的主流趨勢和必然選擇。為促進作物育種信息化建設，從種質資源管理、數據采集、系譜分析、試驗設計、參試進程管理、遺傳解析和生理學解析、品種產業化推廣等方面探討了大數據背景下信息化在育種中的應用。指出了信息化育種實施步驟和要點，以河南省新鄉市農業科學院為例，規劃了軟件應用、科研管理、人才培養、硬件更新、信息共享等實施信息化育種的重點步驟。認為信息化育種存在的主要問題有不被育種家廣泛接受、技術有待完善和數據共享存在障礙等3個方面，并展望了其應用前景。

關鍵詞：大數據；信息化；育種

中圖分類號：S126文獻標志碼：A論文編號：cjas20190700103

IT Application in Breeding Under the Background of Big Data

Yang Lijuan， Wang Shikun， Li Yang， Yan Yuxin， Zhang Xu， Li Dong， Ma Huaping

（Xinxiang Academy of Agricultural Sciences， Henan Province， Xinxiang 453000， Henan， China）

Abstract： IT application is the mainstream trend and inevitable choice of breeding. In order to promote the information construction of crop breeding， under the big data， the IT application in crop breeding was discussed from germplasm resource management， data collection， genealogy analysis， test design， trial process management， genetic analysis and physiological analysis and variety industrialization promotion， and the implementation steps and key points were proposed. Taking Xinxiang Academy of Agricultural Sciences of Henan Province as an example， the important steps were mapped out， such as software application， scientific research management， talent training， hardware update and information sharing. The main problems of IT application in breeding are as following： not widely accepted by breeders， technology needs to be improved， and obstacles in data sharing. The prospect of IT application in breeding is also discussed.

Keywords： Big Data； IT Application； Breeding

0引言

中國種業正面臨前所未有的機遇與挑戰。2019年中央“一號文件”指出，要“毫不放松抓好糧食生產”、“加快突破農業關鍵核心技術”、“推動智慧農業領域自主創新”。電子計算機和生物工程的發明和應用是人類文明第三次科技革命的2個主要標志，現代信息技術和生物技術成為推動農業發展的新型主導力量[1]，也共同拉開了作物育種4.0時代的序幕[2]。大數據是與材料和能源一樣重要的新型戰略資源?，F代急劇膨脹的農業數據和大數據技術的發展為精準農業的發展提供了一種新的方法。

跨國種子公司均重資構建了商業化育種軟件的育種管理體系，為海量育種數據的高效分析和充分利用提供了技術保障。中國育種機構眾多，但信息化育種平臺較少，嚴重制約了中國現代種業的發展。

“2017年四大作物良種重大科研聯合攻關現場會”上，中國種業大數據平臺正式上線[3]。在大數據背景下，推動作物育種由3.0時代的設計育種轉變為4.0時代的信息化育種，是農業育種機構近期面臨的關鍵問題。為促進育種效率提升，解決信息化育種存在的主要問題，規劃出可行的信息化育種實施策略，是本文的研究重點。

1信息化在育種中的應用

1.1種質資源管理

種質資源管理工作對于作物育種來說是一項基礎性工作。傳統種質資源管理環節多、流程長、所涉及的相關信息量大，且資源庫信息傳遞易受種質管理人員流動的影響。采用信息技術對種質資源進行管理，可以實現種質資源快速查詢、高效利用。上海市農業生物基因中心[4]建立的種質資源庫管理信息系統，包含庫位管理、種子信息管理、種子進出庫管理、種子預警、統計匯總、用戶管理、反饋管理等7個主要的功能模塊，為農作物準入、品種權執法提供技術支撐。

1.2數據采集

育種親本性狀調查與比較、后代室內考種以及實驗室檢測等各個環節都要大量采集數據[5]。傳統數據獲取的方法勞動強度大、時間長、操作要求高，易受主觀因素影響，限制育種規?；l展。根據現行的《主要農作物品種審定辦法》，品種試驗組織實施單位應當在60日內將各試驗點數據、匯總結果提交品種審定委員會辦公室。傳統的數據采集方式在短時間內很難準確對試驗點數據進行分析和比較。目前，許多國家已開始將現代信息技術、傳感技術、自動化技術應用到育種中，并開發出一系列適用于育種環節的智能檢測輔助儀器設備[6-7]。依托更多信息化智能化產品設備可以減少勞動強度、降低投入成本、提高育種效率、加速育種進程。

數字圖像處理技術在病害診斷、品種分類、子粒發芽監測等方面的應用日益廣泛。采用先進的圖像掃描技術可以準確地獲得農作物的形貌特征數據。柳冠伊等[8]以線陣掃描方式獲取玉米果穗表面圓周圖像信息，利用圖像處理技術從中提取相關性狀參數，穗粒數和穗行數的計數準確率分別為94.6%和99.1%，可實現玉米果穗性狀自動檢測。彭飛等[9]提出了一種基于三維激光掃描的大麥籽粒建模及其力學特性研究方法，基于三維激光掃描技術獲取了大麥籽粒點云數據并建模，能有效、準確地得到與真實大麥籽粒形態高度相近的幾何模型。

1.3系譜分析

近年審定農作物品種普遍存在遺傳背景狹窄、遺傳多樣性不夠豐富的問題[10-11]。多數品種親緣關系較近，在育種中迫切需要引入新的種質資源，拓寬遺傳背景。系譜圖記載了家族各世代成員及親屬關系，是指導雜交育種和親本選配的基礎信息。在傳統育種中，系譜圖通過手繪或普通電腦作圖軟件查詢繪制，繁瑣且費時費力。利用信息化數據設計系譜圖繪制軟件，可快速輕松獲得個體系譜圖，為有計劃地進行親本選配提供詳細資料。系譜相關軟件在畜牧領域應用較早[12-13]，在農業領域的應用也逐漸增多。例如，農博士[14]軟件收錄了5767個通過審定的水稻品種數據、1963—2016年間的小麥品種數據、1949—2016年間的玉米品種數據，對三大作物系譜進行了整理研究，給出強大的系譜分析功能和結果。

1.4試驗設計

常用的數理統計軟件如DPS、SPSS、SAS等已具備試驗設計功能[15-16]。Design Expert等專業試驗設計軟件可通過兩級因子篩選設計、一般因子研究、混合物設計技術以及分割圖設計和分析等功能幫助使用者快速統計實驗數據，大幅度縮短試驗的數據搜集時間，加快試驗進度、提升試驗效率。

1.5參試進程管理

根據《主要農作物品種審定辦法》，農作物品種審定需要經過申請和受理、品種試驗、審定與公告等環節，其中品種試驗包括區域試驗、生產試驗和DUS測試3部分。對于育種單位來說，品種參試步驟繁多，且涉及知識產權，責任重大，所以進程管理十分重要。近年來隨著改革的深入，國家農業部門拓寬了試驗渠道、簡化了試驗程序、縮短了試驗審定時間，品種審定數量呈現“井噴”態勢[17-19]。面對諸多的作物類型和大量涌現的新品系，迫切需要專業的信息化平臺對品系參試進程進行記錄、審核、跟蹤管理。

1.6遺傳解析和生理學解析

隨著基因芯片技術的發展，植物的生長發育、脅迫應激、品質和質量形成等過程中整個基因組基因表達水平的差異已逐漸清晰地展現給科研工作者?；虮磉_譜分析、抗逆基因檢測、基因突變檢測、新基因發掘等功能使遺傳背景解析和生理學解析的結果已經非?？煽?。肖永貴[20]在全基因組水平上，利用921個DArT標記和83個SSR標記分析高密度分子標記研究骨干親本周8425B及其50份衍生后代的遺傳結構和遺傳區段傳遞，表明周8425B對其衍生一代、二代和三代的平均遺傳貢獻率為67.7%、63.6%和58.8%，在A、B和D基因組間遺傳貢獻率分別為68.7%、62.0%和59.4%。周8425B對后代衍生品種貢獻率較高的遺傳片段上存在許多與產量、抗病、抗逆和適應性等重要農藝性狀相關的基因或QTL，對黃淮冬麥區小麥品種遺傳改良可能起了重要作用。

全基因組關聯分析（genome- wide association study，GWAS）應用基因組中單核苷酸多態性（single nucleotide polymorphism，SNP）為分子遺傳標記，進行全基因組水平上的對照分析或相關性分析從而發現影響復雜性狀的基因變異，也廣泛地應用到農作物研究中。史俊鵬[21]通過對來自溫帶的777份玉米育種自交系材料進行全基因組重測序，解析了玉米育種群體重要農藝性狀的遺傳學基礎，并分析了玉米進化過程不同階段的受選擇基因，同時還揭示了現代玉米育種自交系之間的群體結構。

蛋白質是生命活動的主要承擔者，直接參與了眾多生物學過程。蛋白質表達水平、翻譯后修飾、蛋白相互作用等反映了生命的精妙和復雜，蛋白質組數據與表型關系更為緊密。借助計算機對蛋白質片段與基因組進行了大量比對可以獲得在蛋白質水平上對于目標性狀整體而全面的認識。陳琳等[22]采用TMT標記技術分析了不同濃度鐵處理下水稻韌皮部汁液的蛋白質組學變化，共鑒定出206個差異蛋白，KEGG通路分類主要包括激素信號代謝、谷胱甘肽代謝、碳代謝以及mRNA轉運等代謝途徑。

1.7育成品種的產業化推廣

信息化有助于提高農業產業化效率，建立標準化的經營體系，促進產業化的各個環節的高效銜接。2015年6月國務院新出臺了《關于運用大數據加強對市場主體服務和監管的若干意見》，明確提出建立產品信息溯源制度，利用物聯網、射頻識別等信息技術，建立產品質量追溯體系。大數據背景下，在產地環境、產品生產、收購、儲存、運輸、銷售、消費全產業鏈條上，物聯網、RFID技術的廣泛應用以及高效食品安全監測新技術的應用可以跟蹤農產品流通全程，保障農產品安全質量。通過采集氣候、土壤、肥料和病蟲害等數據信息，結合作物生長規律，建立模型，來實現農作物全生育期高產優質的精準農業已經成為現實[23]?！蔓?6’是河南省新鄉市農業科學院選育的優質強筋小麥品種，自2010年審定以來通過“科研單位+種子企業+種糧大戶或專業合作社+糧食收儲加工企業”的模式進行推廣，生產基地具有用途類型多、地域分布廣、產品流通難以追溯等特點，迫切需要引入農業物聯網監控系統、農產品安全追溯系統和農業標準化生產系統。如果能利用好大數據平臺，把全產業鏈各環節數據信息實現貫通，則更易降低生產成本，提升產品質量，保障農戶利益。

2信息化育種實施步驟和要點

2.1育種軟件的應用和軟件開發

國際種業巨頭如美國杜邦先鋒、孟山都、圣尼斯公司及瑞士先正達等紛紛采用現代信息技術開展智能育種，加快“經驗育種”向“精確育種”的轉變[24]。目前市場上的主流商業化育種軟件產品有10余種，國內僅有金種子育種平臺和農博士兩款[25]。托普云農公司開發的種質資源庫管理系統（TPZY-CV2.0）主要用于作物種質及中間材料等種質資源的信息化管理。作為育種機構，目前可以先引進一些有成功案例的育種軟件或信息管理系統進行應用。例如，農博士育種家軟件V1.0（3許可）、數據采集系統（3許可）及條碼打印機僅需16萬元左右就可以完成單個作物育種課題組的信息化育種管理。在今后可以根據實際需要，利用R語言等開源軟件設計和開發有自主知識產權的育種軟件和數據平臺。

2.2管理規范化與流程信息化相互促進

無論是育種企業還是政府育種機構，行政管理規范化都是促進信息化的有效手段。例如，河南省新鄉市農業科學院規定，在育種品系參試申報和植物新品種保護申報過程中都需要加蓋單位公章，在這個過程中可以將信息化的工作落實到各育種課題，保證所有簽批事項中所涉及的信息均已錄入信息管理系統。從品種試驗信息管理到種質資源庫管理再到產業化跟蹤管理，循序漸進，實現作物育種全流程信息化?？蒲许椖抗芾聿块T可以每月核查自有數據庫的情況，督促各部門投入一定的人力和經費進行自有數據庫建設。

2.3信息化人才的引進和培養

作物育種信息化的實施需要有既懂作物育種又懂計算機科學的復合型人才。在對育種信息進行采集和整理的過程中能夠熟練使用育種軟件，并且還需要實現各種自動化采集設備的數據對接。目前以河南省新鄉市農業科學院為代表的多數應用型農業科研機構缺乏此類復合型人才，省級以上科研院所擁有的生物信息學專業人才側重基礎研究，在品種選育方面缺乏足夠的經驗。因此，應在今后的人才培養過程中，重視原有育種人員的信息技術培養，使其在原有育種經驗的基礎上能熟練掌握信息化技巧，推進信息技術在作物育種中普及。

2.4硬件更新

目前，大多數科研機構使用的數據采集儀器多局限于單個性狀，與其他儀器設備之間的數據相對獨立，例如面團流變學儀器與沉降值儀器測得的指標間不能簡單對應。有一些便攜式設備使用起來也并不方便，例如便攜式光合儀LI6400沉重且參數復雜，儀器自檢比較耗時。PDA、平板電腦與常規紙質記載本相比，成本高且記錄并不方便，還存在屏幕反光、不耐高溫、易受田間灰塵、濕度影響等問題。所以硬件更新應在因地制宜、避免重復浪費的原則上逐步進行。目前市場上已有的智能考種分析系統可以測量作物種子數量、粒重、水分、顏色、粒型等數據，實現高效、快速、準確考種。此類儀器性價比高，操作簡便，可實現信息化數據采集，可以首先進入下一步硬件更新計劃。

2.5信息共享與交流

數據公開、軟件開源與數據共享已經成為了科技發展的重要潮流。為促進作物育種創新，育種機構應該充分應用農業監測預警、農產品和生產資料市場監管、農村市場與科技信息服務三大數據系統，抓住中國種業大數據平臺等免費數據平臺的利好，在品種推廣和知識產權保護方面掌握實際動態。在育種數據資源得到有效保護和安全管理的前提下，與其他育種機構實施信息共享與互通，及時向大數據平臺反饋本地病蟲害監測、作物產量和質量、農產品市場監測數據，避免重復調查信息，減少在時間和精力上的浪費。

3信息化育種存在的主要問題

3.1傳統育種家對信息化育種的接受程度有限

大數據技術和信息化以及育種決策模型應用到作物育種中削弱了對育種家經驗的依賴，并且增強了育種的準確性?！皵祿比〈N家在信息化的作物育種過程中發揮著核心作用。育種決策過程變成了數據信息的交流過程，育種家如果不能盡快適應這種改變很難發揮原有價值。掌握了育種理論基礎知識并具有一定的計算機基礎的育種者則可以越過育種經驗的門檻，如果能主動地了解學習和應用基因編輯、數字技術和人工智能等新技術，就能進入育種“流水線”，精準、快速、高效地育成品種。

3.2信息化育種技術自身有待完善

信息化育種要進一步發展，應該把抽象的育種變成數學現象，這個轉變過程需要用精確完善的數學形式來表達復雜的育種系統。育種過程的定量化和信息化相對簡單，育種決策的自動化、智能化則需要更加精確的數學運算模型。遺傳背景解析、農業產業化等環節還依賴于生物學+信息學、遺傳學+信息學、地理學+信息學、氣象學+栽培學+信息學、農學+經濟學+信息學的學科深度融合。

3.3信息化育種數據共享存在障礙

體制機制存在局限障礙、共享技術支撐不足、政策法規建設滯后、共享標準規則缺乏等原因使得信息資源對上不對下、以鄰為壑、條塊分割[26]。作為育種機構，應盡快完善數據開放共享機制，建立農業數據分析與共享規則，加強育種數據資源信息安全管理。

4展望

隨著傳感器技術、物聯網技術和農業信息服務技術的不斷發展，信息化技術在育種中的作用日益明顯，通過構建信息化種質資源數據庫，摸清“家底”，將親本選擇、材料組配、試驗管理、數據采集、遺傳分析、產業化應用等環節高效銜接，可以實現育種全程數字化、一體化。與現有育種形式相比，可以節約資源、降低成本，是構建現代化作物育種平臺的根本途徑。

為更好地滿足中國主要育種科研單位及種子企業的商業化目標，推動其快速發展，提高中國育種生產力與國際競爭力，在下一階段應采取以下策略：（1）將農業信息技術與育種工作緊密結合，推進數據記載無紙化、數據獲取自動化、農業科研管理平臺化。（2）培養復合型人才，降低作物育種的經驗門檻，從多種層面激勵創新。（3）育種數據開放共享，充分利用大數據，以信息化實現育種精準化和定制化，培育出適應市場需求的新品種。

參考文獻

[1]許世衛，王東杰，李哲敏.大數據推動農業現代化應用研究[J].中國農業科學，2015，48（17）：3429-3438.

[2]王向峰，才卓.中國種業科技創新的智能時代——“玉米育種4.0”[J].玉米科學，2019，27（1）：1-9.

[3]河南省種業協會.中國種業大數據平臺上線[J].種業導刊，2017，36（10）：33.

[4]楊華，王國軍，朱天生，等.上海農作物種質資源庫管理信息系統建設[J].植物遺傳資源學報，2019，20（2）：459-465.

[5]趙向田，王長魁，王托和.信息技術在玉米育種上的應用現狀及存在問題[J].中國種業，2015（5）：15-17.

[6]劉媛媛，王瑞芳，張磊.現代分析測試技術在小麥品質育種中的應用[J].河南農業科學，2006，4（14）：54-56.

[7]朱大洲，王成，王曉冬，等.信息技術在作物育種中的應用[J].中國稻米，2011，17（6）：25-28.

[8]柳冠伊，楊小紅，白明，等.基于線陣掃描圖像的玉米果穗性狀檢測技術[J].農業機械學報，2013，44（11）：276-280.

[9]彭飛，方芳，王紅英.基于三維激光掃描的大麥籽粒力學建模與試驗[J].農業機械學報，2018，49（11）：342-348.

[10]曹廷杰，謝菁忠，吳秋紅，等.河南省近年審定小麥品種基于系譜和SNP標記的遺傳多樣性分析[J].作物學報，2015，41（2）：197-206.

[11]王鳳格，田紅麗，趙久然，等.中國328個玉米品種（組合）SSR標記遺傳多樣性分析[J].中國農業科學，2014，47（5）：856-864.

[12]王學敏，任守文，方曉敏，等.豬系譜圖繪制軟件設計與使用[J].南方農業，2015，9（36）：235-236.

[13]夏彩鋒，金訪中.GBS軟件在種豬生產管理中的應用要求與效果觀察[J].浙江畜牧獸醫，2014，39（5）：69.

[14]北京中農博思科技發展有限公司.農博士育種材料分析軟件[EB/ OL].http：//www.nbs.net.cn/soft.htm，2019-04-16.

[15]郭新梅.正交試驗設計應用要點及其DPS實施[J].現代農業科技， 2012（3）：40-41，44.

[16]張東，趙娟，鮑露. SPSS軟件在試驗設計與分析課程教學中的應用[J].安徽農業科學，2013，41（23）：9847-9849，9852.

[17]張毅，方志榮，彭正松，等.馬鈴薯高產栽培的最優平衡不完全區組試驗設計與分析[J].西昌學院學報：自然科學版，2018，32（3）：20-23.

[18]侯連德.2018年河南省審定小麥新品種[J].農業科技通訊，2018，46（8）：333，348，350，367，372.

[19]郭慶辰，崔漢良，孫銘元，等.玉米育種轉型期的困惑與思考[J].農業科技通訊，2018（5）：6-9，54.

[20]肖永貴.山東小麥產量性狀遺傳進度與骨干親本周8425B的分子解析[D].楊凌：西北農林科技大學，2011.

[21]史俊鵬.玉米育種群體重要農藝性狀遺傳基礎解析[D].北京：中國農業大學，2017.

[22]陳琳，林焱，陳鵬飛，等.水稻響應缺鐵的韌皮部汁液蛋白質組學分析[J].植物學報，2019，54（2）：194-207.

[23]漆海霞，林圳鑫，蘭玉彬.大數據在精準農業上的應用[J].中國農業科技導報，2019，21（1）：1-10.

[24]康樂，王海洋.中國生物技術育種現狀與發展趨勢[J].中國農業科技導報，2014，16（1）：16-23.

[25]劉忠強，王開義，趙向宇，等.云環境下作物育種信息化模型研究[J].農機化研究，2017，39（3）：7-11，21.

[26]王東杰，李哲敏，張建華，等.農業大數據共享現狀分析與對策研究[J].中國農業科技導報，2016，18（3）：1-6.