糧食供應是攸關國計民生的重大問題，不斷優化升級育種技術促進作物產量和性狀的可持續提升具有重要意義。近期，我國科學家融合機器學習和生物大數據，開發了一套智能多性狀育種技術，研究成果發表在《GenomeBiology》期刊，標題為“Target-orientedprioritization:targetedselectionstrategybyintegratingorganismalandmoleculartraitsthroughpredictiveanalyticsinbreeding”。

該技術被命名為目標導向的優選技術（target-orientedprioritization,TOP），它結合了組學數據（轉錄組和代謝組）和育種設計，通過機器學習算法預測識別出最佳育種候選材料，并且實現了多性狀的協同選擇。科研人員在4套獨立的數據集中對TOP進行測試，結果表明TOP在多個物種、多個數據集中均獲得了較高的識別精度，并能有效平衡多個性狀間的復雜相關性。科研人員進一步以我國大面積推廣的玉米品種“鄭單958”為目標材料，利用TOP優選出雜交組合并進行田間試驗驗證，部分雜交組合在保持和“鄭單958”整體性狀相似的基礎上實現了0.75%～8.66%的增產。

相比常規雜交育種，這項研究大大降低了工作量，為作物智能設計育種提供了新工具。