농촌진흥청(청장 이승돈)은 벼 수발아(이삭싹나기) 저항성을 높이는 새로운 유전자 위치 정보를 활용해 선발 표지(마커)를 개발했다. 또한, 인공지능(AI)을 활용해 수발아율을 자동으로 측정하는 딥러닝 모델(모형)도 개발했다.

▲수발아율 측정 딥러닝 모델 개발 과정

벼 수발아는 벼 이삭을 수확하기 전에 알곡에서 싹이 트는 현상이다. 수확기 집중호우나 고온, 태풍으로 인해 벼가 쓰러졌을 때 자주 발생해 쌀 품질을 크게 떨어뜨린다.

연구진은 수발아에 취약한 품종(주남벼)과 상대적으로 강한 품종(남평벼)을 교배해 후대 계통을 육성한 후, 계통들이 가지는 유전변이와 수발아율을 종합적으로 분석해 저항성 유전자 위치를 탐색했다.

그 결과, 12개 염색체로 구성된 벼의 6번 염색체에서 지금까지 보고되지 않은 새로운 수발아 저항성 유전자 위치를 발견했다.

연구진은 이 위치에 ‘qPHS6’'라고 이름을 붙인 후 이 위치에서 보이는 염기서열 차이를 활용해 수발아 저항성 품종 육종에 활용할 수 있는 선발 표지를 개발했다.

이와 함께 벼 수발아나 발아를 유발하는 조건에서 종자 2만 3,000개를 촬영해 인공지능에 학습시킨 후 발아 종자와 미발아 종자를 자동으로 구분하는 딥러닝 모델도 개발했다.

기존에는 종자를 하나씩 눈으로 보고 수발아율을 측정했으나 이 모델을 이용하면 약 100개의 종자를 한 번에 자동 분석할 수 있어 노동력과 시간을 절감해 작업 효율성이 크게 높아진다.

▲딥러닝 모델 이용 수발아율 측정

농촌진흥청은 이번 연구 결과를 국제학술지(The Plant Genome (IF 3.8))에 게재했다.

농촌진흥청 권수진 디지털육종지원과장은 “이번 연구로 개발한 수발아 선발 표지와 자동 측정 모델로 수발아에 강한 고품질 벼 품종 개발이 한층 수월해질 것이다.”라며, “이상기후에 대비해 수발아 저항성 벼 품종 개발을 가속화하고, 육종을 위한 개체 선발의 정확성과 효율성을 높일 수 있을 것으로 기대한다.”라고 말했다.