近日，中国水产科学研究院珠江水产研究所乌鳢50K育种芯片研发与深度学习群体精准鉴定研究取得重要进展。相关成果分别以“Development of a 50 K liquid SNP array and its application in GWAS and population genomics of northern snakehead （Channa argus）”和“Population identification in northern snakehead （Channa argus） through machine learning integration of informative SNPs from whole-genome sequencing and 50 K SNP array”为题，发表于国际水产领域权威期刊《Aquaculture》。
乌鳢（Channa argus）是我国重要的淡水经济鱼类，年产量约60万吨，种质资源丰富，具有耐低温、耐低氧、生长速度快等优良性状，在我国淡水养殖产业中占据重要地位。然而，长期以来，针对乌鳢种质资源的高效鉴定、系统评价与精准利用，仍缺乏高通量、低成本、可规模化应用的分子技术体系支撑。
围绕这一关键科学与产业问题，研究团队历时八年，对全国12个代表性地理群体共432尾个体开展全基因组重测序，构建了包含2000余万个高质量SNP位点的变异资源数据库。在此基础上，结合生长、性别等重要经济性状相关功能位点，优选50,000个高信息量标记，成功开发出乌鳢“鳢芯II号”（Lixin-II）50K液相SNP育种芯片。性能验证结果表明，该芯片在基因分型成功率、检测一致性、生长性状全基因组关联分析（GWAS）及群体遗传结构解析等方面均表现出良好的稳定性与适用性，为乌鳢分子标记辅助选择、基因组选择和种质资源评价提供了高效可靠的技术平台。
在此基础上，团队进一步将“鳢芯II号”芯片数据与机器学习算法深度融合，构建了乌鳢地理群体精准识别技术框架。研究发现，通过集成人工神经网络（ANN）、支持向量机（SVM）和随机森林（RF）的ASR集成模型，并结合DFI标记筛选策略，仅需芯片中约200个SNP标记，即可实现群体识别准确率达0.95以上。相较于传统全基因组重测序方法，该技术路径显著提高了鉴定效率、降低了检测成本，为乌鳢种质溯源、资源保护及市场监管提供了智能化、规模化解决方案。
上述研究工作得到了国家现代农业产业技术体系专项资金（CARS-46）等项目资助。两篇论文第一作者为研究生张晋，通讯作者为赵建研究员和刘海洋助理研究员。该系列成果的取得，系统构建了乌鳢从高通量基因分型平台到智能化群体鉴定模型的技术链条，为乌鳢种质资源精准利用和基因组育种体系构建奠定了坚实基础，也为推动我国乌鳢产业高质量发展提供了有力科技支撑。