JIPB | 李林综述：大数据和人工智能辅助作物育种进展与展望

近日，华中农大玉米李林教授团队联合西北农林朱万超副教授、中国农科院作科所张红伟研究员，在JIPB在线发表了题为 “Big data and artificial intelligence–aided crop breeding: Progress and prospects” 的特约综述文章。

https://doi.org/10.1111/jipb.13791

该文章概括了目前遗传基础研究对于作物育种发展的推动作用，总结了已有的育种技术，并将其划分为传统育种技术、基于QTL或基因的育种技术以及基于模型或算法的育种技术。作者指出当前形势下现有育种技术优缺点，讨论了发展育种新方法的必要性。文章着重回顾了人工智能与生物大数据结合应用于植物遗传研究及作物育种的进展情况，展望了两者相结合在变革育种技术方面的巨大潜力。作者提出了以生物大数据为基础，AI技术驱动的精准智能设计育种 (Intelligent precision design breeding, IPDB) 概念，并以CropGPT育种模型及其工作模式为例，探讨了IPDB在未来育种中的应用价值及潜在优势。最后，文章总结了实现IPDB所面临的诸多困难和问题，倡导大家合作共享，克服资源、技术、方法及资金支持等方面的问题，共同应对挑战。

育种技术的发展

论文绘制了实现精准智能设计育种的详细路线图。

生物大数据及人工智能在遗传与育种中的应用

集成 AI 模型以进行表型预测的工具

多模态 AI 模型

智能精准设计育种 （IPDB） 策略

作者指出CropGPT将是一个典型的IPDB策略，依赖跨学科的团队合作。信息技术学家利用AI整合并处理各类生物大数据，助力生物学家批量克隆功能基因，预测基因关键功能位点，并为基因编辑及新材料创制提供参考靶点。同时基于大数据构建基因网络，为生物学家解析基因分子调控通路提供参考，进一步为育种家构建基因聚合的育种新材料提供理论依据。育种家选育的新材料又可再次加入育种群体，迭代循环，提升育种AI模型。此外，CropGPT也将是一个开放共享的平台，通过收集有关作物的全球遗传学和育种文献，生成育种知识图谱，借助网络实现不同农业参与者之间、农业参与者与平台之间的实时沟通，促进育种交流，提升育种效率。

结合AI技术与生物大数据，构建育种平台及交流共享平台