Plant Com | 中国农业大学孙其信院士�...

来源：市场资讯

（来源：小麦研究联盟）

DOI: 10.1016/j.xplc.2026.101841

2026年4月6日，Plant Communications在线发表了中国农业大学农学院小麦研究中心题为“Beyond the Data: Artificial Intelligence, Knowledge Graphs, and the Next Revolution in Wheat Breeding”的综述文章。综述提出了由大数据、人工智能（AI）与知识图谱（Knowledge Graphs）驱动的小麦智能育种新范式，为小麦育种由传统的“经验育种”迈向精准的“智能育种”提供了新的理论框架和方法参考。

小麦（Triticum aestivum L.）是全球重要的粮食作物，在保障粮食安全方面具有重要意义。随着人口增长和气候环境变化，小麦产量面临极大威胁。传统育种育种周期长，难以满足产量增长需求。在人工智能技术飞速发展的时代，如何将人工智能与小麦育种深度融合，提高育种效率，已成为亟待解决的关键问题。

基于此，该综述深入探讨了现代育种数据整合层面面临的机遇与挑战（图1）。当前，基因型和表型数据迈入“高通量、低成本和多维化”时代，为复杂性状解析和智能育种提供了丰富的资源。然而，数据量的积累并未直接转化为育种效率的提升。针对这一问题，综述提出将海量的原始数据通过标准化的清洗、数字化编码和结构化处理，转化为机器可读的信息，构建层次化育种知识图谱的策略。将碎片化的多组学信息及文献知识进行语义化连接，实现从“原始数据”到“有价值信息”再到“育种知识”的转变，推动小麦育种从经验驱动、数据驱动再到知识图谱驱动的转变。

图1 数据整合的机遇与挑战

在育种策略方面，综述提出了由知识图谱驱动的小麦智能育种框架（图2）。根据育种改良目标（如高产、抗病、优质等），从小麦育种知识图谱中检索已知的优良基因与QTL。基于人工智能模型，结合大规模、多环境的基因型与表型数据生成多种育种方案。通过对各方案实施难度、周期及后代表现等方面进行综合评分，帮助育种家选择最优方案，提高育种效率，加快新品种培育进程，实现小麦育种从“经验选育”向“智能育种”的跨越。

图2 知识图谱驱动的小麦智能育种框架

中国农业大学农学院小麦研究中心郭伟龙教授为该综述的通讯作者，博士生谢小明、博士后赵鹏为共同第一作者。小麦研究中心已出站博士后王梓豪（现为中国农业科学院作物科学研究所研究员），博士生张雨琪、王文熙、陈哲、张保月，硕士生于兆兴参与了综述的讨论与撰写。小麦研究中心孙其信教授、倪中福教授、辛明明教授对综述提供了指导和帮助。该工作得到生物育种-国家科技重大专项、生物育种-国家科技重大专项、中央高校建设世界一流大学（学科）和特色发展引导专项资金以及中国高校科研基金的支持。

孙其信院士作为学术带头人的中国农业大学小麦研究中心长期围绕小麦产量性状形成、多倍体小麦广适性的遗传基础和分子机制、小麦品质性状遗传调控等一系列重要科学问题开展系统深入的研究。该团队获得国家科技进步二等奖1项，国家技术发明二等奖1项，教育部高校科研优秀成果技术发明奖一等奖1项，中华农业科技奖优秀创新团队奖1项；近5年在Nature、Nature Plants、Molecular Plant、Nature Communications、The Plant Cell等国际期刊发表高水平研究论文50余篇。

小麦族多组学网站：http://wheatomics.sdau.edu.cn

投稿、合作等邮箱：shengweima@icloud.com