密歇根州立大學（Michigan State University）的科學家利用僅生長了兩周的玉米幼苗RNA數(shù)據(jù)，對成年作物性狀進行預測，其準確性可與目前使用DNA（即遺傳數(shù)據(jù)）的方法相媲美。該成果發(fā)表在“The Plant Cell”上。

該研究在揭示DNA、RNA及潛在性狀三者關系上更進了一步。生物學上公認的一大挑戰(zhàn)是如何將DNA或基因型中的信息與性狀或表型聯(lián)系起來。研究人員認為解決這個謎題對于了解任一物種的遺傳信息如何轉化為該物種的外在性狀至關重要。

由于RNA是DNA的產(chǎn)物，比DNA更接近相關性狀，因此RNA藍圖可能會提供更好的預測結果。研究人員使用機器學習方法，在研究DNA、RNA及潛在性狀三者關系上更進了一步。

成果將有助于發(fā)明新的育種方法和基因檢測方式。研究人員發(fā)現(xiàn)RNA測量提供了僅依靠DNA無法獲得的其他信息。例如，在繁殖方面，甚至可以在植物發(fā)育出種子或花朵之前就做出準確的開花和產(chǎn)量預測。

使用基于遺傳標記模型的傳統(tǒng)方法，在與開花時間相關的14個已知基因中，只確定出一個重要基因。但是該研究團隊創(chuàng)立的基因表達模型確定了五個重要基因。

盡管準確性有所提高，但新方法并不能取代舊方法。這項發(fā)現(xiàn)是對基于遺傳標記的傳統(tǒng)預測方法的補充，識別了遺傳標記無法解釋的基因表達與性狀之間的關聯(lián)。這不僅有助于選擇具有理想性狀的育種系，而且還增強了研究人員對這些過程所涉及機制的理解。

未來的研究將致力于改善模型的準確性、效率和成本。

來源：Agropages