华中农大李林团队联合西北农林和中国农科院作科所研究人员综述生物大数据与AI助力作物育种

作物育种在推动粮食生产和经济发展中发挥着至关重要的作用，而育种技术的发展是不断提升作物育种效率的关键核心。育种技术发展依赖基础数据的积累及核心技术的不断突破。生物技术尤其高通量测序技术发展催生了海量的生物大数据，而人工智能（artificial intelligence, AI）模型不断迭代更新，在大数据分析和模式识别方面展现出强大的能力。结合AI技术和生物大数据的育种方法将具备革新作物育种的巨大潜力。

近日，华中农业大学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国际著名期刊Journal of Integrative Plant Biology在线发表了题为“Big data and artificial intelligence–aided crop breeding: Progress and prospects”的综述文章。

该文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。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。进一步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（图1）。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，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。

图1. 生物大数据及人工智能在遗传与育种中的应用。

论文作者绘制了实现精准智能设计育种的详细路线图。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（图2A）。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（图2B），促进育种交流，提升育种效率。

图2. 结合AI技术与生物大数据，构建育种平台及交流共享平台。

西北农林科技大学（第一单位）农学院副教授朱万超、华中农业大学信息学院李伟夫副教授为本文第一作者，华中农业大学植科院李林教授及中国农科院作科所张红伟研究员为本文通讯作者。本论文得到了国家十四五重点研发专项项目农作物重要农艺性状基因组大数据辅助设计育种的资助。

李林教授团队聚焦于玉米密植高产理论与育种技术研究，主要利用农学、生物学、信息学、大数据与人工智能科学等多学科交叉技术，进行玉米株型建成分子机制研究，提出了稀有等位基因是玉米株型建成的决定因子的观点，开发了基于基因组大数据快速精细定位克隆数量性状基因QTG的新策略QTG-seq、DeepBSA、以及QTG-Miner等；构建了玉米第一代生物网络大数据图谱并开发了人工智能挖掘工具，解析了玉米株型建成分子基础，对玉米株型、产量、开花期等分子网络进行了系统鉴定，开发作物精准智能设计育种体系CropGPT，目前已经为十余家育种单位提供生物大数据辅助育种服务。近年来，以通讯作者(含共同)在Nature Genetics，Nature Biotechnology，Molecular Plant (5篇)，Genome Biology (2篇)，Nature Communications，Plant Communications，JIPB (3篇)，New Phytologist， Cell Reports，Plant Physiology，Crop Journal (2篇) 等国际主流期刊上发表论文30余篇，总引用超过4800次。

论文链接：

https://www.jipb.net/EN/10.1111/jipb.13791