粮食供应是攸关国计民生的重大问题，不断优化升级育种技术促进作物产量和性状的可持续提升具有重要意义。近期，我国科学家融合机器学习和生物大数据，开发了一套智能多性状育种技术，研究成果发表在《GenomeBiology》期刊，标题为“Target-orientedprioritization:targetedselectionstrategybyintegratingorganismalandmoleculartraitsthroughpredictiveanalyticsinbreeding”。
该技术被命名为目标导向的优选技术（target-orientedprioritization,TOP），它结合了组学数据（转录组和代谢组）和育种设计，通过机器学习算法预测识别出最佳育种候选材料，并且实现了多性状的协同选择。科研人员在4套独立的数据集中对TOP进行测试，结果表明TOP在多个物种、多个数据集中均获得了较高的识别精度，并能有效平衡多个性状间的复杂相关性。科研人员进一步以我国大面积推广的玉米品种“郑单958”为目标材料，利用TOP优选出杂交组合并进行田间试验验证，部分杂交组合在保持和“郑单958”整体性状相似的基础上实现了0.75%～8.66%的增产。
相比常规杂交育种，这项研究大大降低了工作量，为作物智能设计育种提供了新工具。