筛选具有抗精英细菌性枯萎病（BB）能力的野生稻种质用于育种：一种基于人工智能的方法

《Journal of Integrative Agriculture》：Screening elite bacterial blight (BB) resistant wild rice germplasm for breeding: An AI-driven approach

　　

潘潘|郭文龙|邵一帆|李恒波|郭志浩|于国平|胡林|李毛毛|龙毅|郑晓明|周国民|张建华

中国农业科学院农业信息研究所，北京100081，中国

摘要

细菌性枯萎病（BB）由Xanthomonas oryzae pv. oryzae（Xoo）引起，是一种全球范围内极具破坏性的水稻病害。野生水稻是BB抗性基因的宝贵来源，将这些抗性基因导入栽培品种中是一种经济高效且环境可持续的控制策略。自动化、无损且低成本的野生水稻抗性材料筛选对于培育抗BB水稻品种至关重要。本研究提出了一种基于人工智能的方法来筛选优秀的抗BB野生水稻材料，以支持育种工作。开发了一种用于野生水稻BB抗性筛选的人工智能工作流程，实现了田间重复评估，并将其应用于一种便携式背包设备中，该设备的成本约为890美元。设计了一种计算机视觉算法，用于分割病斑、测量病斑长度并评估BB抗性水平，从而筛选出抗BB的野生水稻品种。该病斑分割模型仅包含0.85M个参数和4.33G FLOPS的计算量，即可实现94.14%的交并比（IoU）。包括BB抗性水平评估、田间测试和泛化测试在内的综合评估显示，该方法具有较高的准确率（分别为92.0%、94.0%和95.6%）和效率提升。该方法将支持大规模野生水稻抗性材料的高通量筛选，加快野生水稻遗传资源的探索速度。