作物育種包括選擇和開發(fā)具有理想性狀的植物新品種，如增加產(chǎn)量、提高抗病性和營(yíng)養(yǎng)價(jià)值。隨著基因組學(xué)、轉(zhuǎn)錄組學(xué)和代謝組學(xué)等高通量技術(shù)的發(fā)展，作物育種進(jìn)入了一個(gè)新時(shí)代。通過整合組學(xué)數(shù)據(jù)，可以全面了解植物性狀背后的生物過程及其相互作用。

植物研究常用數(shù)據(jù)庫(kù)

↑ 植物綜合組學(xué)數(shù)據(jù)庫(kù)統(tǒng)計(jì)

基因組信息已被證明是作物改良的寶貴工具，其有助于鑒定負(fù)責(zé)抗病或高產(chǎn)等理想性狀的基因。通過使用NCBI Assembly、Genome Warehouse、EnsemblPlants、Phytozome和PlantGDB等基因組數(shù)據(jù)庫(kù)，可以獲得水稻、玉米、大豆、小麥等許多作物物種的基因組序列、基因注釋和功能注釋。這些信息可幫助研究人員開發(fā)分子標(biāo)記和育種計(jì)劃，從而培育出具有更好特性的改良作物品種。此外，基因組學(xué)還有助于了解作物的進(jìn)化和馴化過程，從而對(duì)作物的保護(hù)和管理產(chǎn)生影響。

表觀基因組數(shù)據(jù)可以與其他組學(xué)數(shù)據(jù)整合，以更全面地了解潛在的生物過程。例如，將表觀基因組數(shù)據(jù)與轉(zhuǎn)錄組數(shù)據(jù)整合可以深入了解染色質(zhì)結(jié)構(gòu)的變化如何影響基因表達(dá)。這有助于確定作物育種計(jì)劃中可以針對(duì)的關(guān)鍵調(diào)控基因和途徑。2014 年，國(guó)際植物科學(xué)界啟動(dòng)了植物ENCODE項(xiàng)目。此后，在全球植物研究人員的努力下，多個(gè)針對(duì)不同植物物種的 ENCODE數(shù)據(jù)庫(kù)相繼建立，其中RiceENCODE為研究水稻的表觀基因組、遺傳機(jī)制、組織特異性等提供了重要平臺(tái)。此外，FruitENCODE獲得了11種肉質(zhì)水果的各種功能基因組數(shù)據(jù)，為了解水果成熟的分子調(diào)控奠定了基礎(chǔ)。此外，還構(gòu)建了名為ChIP-Hub和PlantCADB的綜合性植物調(diào)控組數(shù)據(jù)庫(kù)。

轉(zhuǎn)錄組數(shù)據(jù)對(duì)于推進(jìn)作物育種至關(guān)重要，因?yàn)樗梢蕴峁╆P(guān)于不同組織和不同條件下基因表達(dá)模式的重要見解。除了識(shí)別差異表達(dá)基因外，轉(zhuǎn)錄組數(shù)據(jù)還可以幫助研究人員了解控制基因表達(dá)的復(fù)雜調(diào)控網(wǎng)絡(luò)，包括非編碼 RNA (ncRNA) 的參與。此外，單細(xì)胞轉(zhuǎn)錄組分析是一項(xiàng)新興技術(shù)，研究人員可以利用它研究單個(gè)細(xì)胞水平的基因表達(dá)模式。為了獲取農(nóng)作物的大量轉(zhuǎn)錄組數(shù)據(jù)，研究人員可以使用已建立的數(shù)據(jù)庫(kù)，如PlantExp、PPRD、Genevestigator、ePlant和PlantGenIE，這些數(shù)據(jù)庫(kù)為不同作物物種提供了各種轉(zhuǎn)錄組數(shù)據(jù)集。此外，隨著單細(xì)胞轉(zhuǎn)錄組學(xué)技術(shù)在植物中的廣泛應(yīng)用，專注于植物單細(xì)胞轉(zhuǎn)錄組學(xué)的數(shù)據(jù)庫(kù)，如PsctH、PlantscRNAdb和 PCMDB相繼建立。 

蛋白質(zhì)組學(xué)數(shù)據(jù)是了解作物蛋白質(zhì)含量和功能的寶貴工具。通過使用蛋白質(zhì)組學(xué)數(shù)據(jù)，研究人員可以識(shí)別參與關(guān)鍵代謝途徑或與特定性狀相關(guān)的蛋白質(zhì)。植物蛋白質(zhì)組數(shù)據(jù)庫(kù)(PPDB) 、植物應(yīng)激蛋白質(zhì)組數(shù)據(jù)庫(kù)(PlantPReS)、水稻蛋白質(zhì)組數(shù)據(jù)庫(kù)(RPD)、大豆蛋白質(zhì)組數(shù)據(jù)庫(kù) (SPD)是作物最常用的蛋白質(zhì)組學(xué)數(shù)據(jù)庫(kù)，可提供各種作物物種的蛋白質(zhì)組學(xué)數(shù)據(jù)集，包括蛋白質(zhì)序列、結(jié)構(gòu)和功能注釋。

在作物科學(xué)研究中，代謝組學(xué)也是一個(gè)重要的工具，可以全面了解作物代謝物的含量和功能。利用代謝組學(xué)數(shù)據(jù)，研究人員可以識(shí)別參與關(guān)鍵代謝途徑或與作物特定性狀相關(guān)的代謝物。作物常用的幾種代謝組學(xué)數(shù)據(jù)庫(kù)包括植物代謝網(wǎng)絡(luò) (PMN)和MetaCrop，后者是一個(gè)詳細(xì)的作物代謝數(shù)據(jù)庫(kù)。

農(nóng)作物組學(xué)數(shù)據(jù)和數(shù)據(jù)庫(kù)

近年來，已經(jīng)開發(fā)了多個(gè)組學(xué)數(shù)據(jù)庫(kù)來存儲(chǔ)和分析不同作物物種的大規(guī)模組學(xué)數(shù)據(jù)，包括水稻、玉米、小麥和大豆等。這些數(shù)據(jù)庫(kù)提供了有關(guān)作物遺傳組成、表觀基因組調(diào)控、基因表達(dá)譜、蛋白質(zhì)功能和代謝途徑的大量信息，可用于改進(jìn)育種計(jì)劃。

↑ 水稻組學(xué)數(shù)據(jù)庫(kù)統(tǒng)計(jì)

MaizeGDB（http://www.）是農(nóng)作物玉米的生物信息數(shù)據(jù)庫(kù)，其存儲(chǔ)的數(shù)據(jù)類型包括基因、基因組、序列、基因產(chǎn)品、功能表征、文獻(xiàn)參考以及個(gè)人/組織聯(lián)系信息。

WheatOmics（http://wheatomics./）小麥多組學(xué)數(shù)據(jù)庫(kù)，一個(gè)免費(fèi)、網(wǎng)絡(luò)可訪問且用戶友好的平臺(tái)，不僅在一個(gè)頁面中，能夠有效訪問用戶感興趣基因的可視化多組學(xué)數(shù)據(jù)，而且提供了一些獨(dú)特和實(shí)用的工具包，為小麥功能基因組學(xué)研究的每個(gè)步驟提供了便利。

SoyOmics (https://ngdc./soyomics)大豆多組學(xué)數(shù)據(jù)庫(kù)，其收集了已報(bào)道的大豆高質(zhì)量組學(xué)數(shù)據(jù)，包括組裝基因組、圖泛基因組、重測(cè)序和代表性種質(zhì)的表型數(shù)據(jù)，轉(zhuǎn)錄組和表觀基因組學(xué)的不同組織、器官和資源的數(shù)據(jù)。通過配備多個(gè)分析模塊和工具包，SoyOmics有助于全球科學(xué)界充分利用這些大型組學(xué)數(shù)據(jù)集進(jìn)行從基本功能研究到分子育種的廣泛研究。

作物育種數(shù)據(jù)整合工具

作物育種組學(xué)數(shù)據(jù)整合的最新進(jìn)展有望加速開發(fā)具有理想性狀的新作物品種。一種方法是使用機(jī)器學(xué)習(xí)算法整合來自不同組學(xué)技術(shù)的數(shù)據(jù)，并預(yù)測(cè)不同作物品種在不同環(huán)境條件下的表現(xiàn)。如今機(jī)器學(xué)習(xí)已經(jīng)產(chǎn)生了許多優(yōu)秀的算法和框架。目前，應(yīng)用于生物研究的機(jī)器學(xué)習(xí)方法大致可分為無監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

無監(jiān)督學(xué)習(xí)旨在從未標(biāo)記的生物數(shù)據(jù)中提取潛在數(shù)據(jù)特征或結(jié)構(gòu)。例如，主成分分析（PCA）和奇異值分解（SVD）等無監(jiān)督降維技術(shù)以及K-means聚類和分層聚類等聚類方法可用于作物測(cè)序和定量樣本。這些方法可以幫助我們更好地了解組學(xué)數(shù)據(jù)的特征。相比之下，監(jiān)督學(xué)習(xí)需要使用標(biāo)記的訓(xùn)練數(shù)據(jù)（其中輸入和輸出已知）來構(gòu)建模型。然后使用這些模型預(yù)測(cè)和分類新輸入，使用諸如K最近鄰 (KNN)、支持向量機(jī) (SVM)、隨機(jī)森林、決策樹、樸素貝葉斯等算法。例如，監(jiān)督學(xué)習(xí)可用于根據(jù)分子數(shù)據(jù)區(qū)分好基因型和壞基因型。最后，與無監(jiān)督和監(jiān)督學(xué)習(xí)不同，強(qiáng)化學(xué)習(xí)更注重迭代實(shí)驗(yàn)（反復(fù)試驗(yàn)）和延遲獎(jiǎng)勵(lì)。它根據(jù)環(huán)境提供的反饋（獎(jiǎng)勵(lì)）不斷優(yōu)化狀態(tài)和動(dòng)作之間的對(duì)應(yīng)關(guān)系。強(qiáng)化學(xué)習(xí)的一個(gè)應(yīng)用是蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)。