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(zhuǎn)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(jié)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