近日，甘蔗所甘蔗抗逆育种团队与中国热科院、广西师范大学在国际知名期刊Industrial Crops & Products（中科院一区Top，IF=5.60）在线发表了题为“High-precision identification transgenic sugarcane using active terahertz low-frequency excitation”的研究论文。

甘蔗是热带和亚热带地区的主要经济作物，约占全球糖产量的75%。然而，生物应激源（如疾病、有害杂草和害虫）和非生物应激源（如季节性季风失调、低温、盐度、碱度和土壤重金属污染），能显著影响甘蔗产量和品质。其中，施用除草剂被认为是田间控制作物产量和质量的有效方法。目前，草甘膦（GLY）和草铵膦（GLU）等除草剂属于非选择性广谱除草剂，具有成本低、毒性小、效率高等特点。本文旨在解决传统化学检测方法在分类识别不同转基因甘蔗种类中所面临的污染大、成本高和耗时长等挑战，提出了基于太赫兹（THz）光谱技术与等度量映射深度卷积神经网络（Isomap-DCNN）机器学习模型相结合的新方法，结果表明Isomap-DCNN模型在转基因甘蔗分类识别任务中表现出显著优势，其分类准确率达到100.00%。该技术为制定和实施转基因甘蔗相关监测和管理标准提供了一种全新的快速、高精度、环保且经济的方案。

广西师范大学涂闪副教授为论文第一作者，广西农业科学院刘昔辉研究员和中国热带农业科学院王俊刚副研究员为论文共同通讯作者。

 甘蔗所  祝开供稿/供图

一审一校：黄东亮

二审二校：薛臣艺

三审三校：陆炳强