Nature：中国科学家提出人工智能驱动的未来作物育种生物技术模型

中国科学院遗传与发育生物学研究所高彩霞教授及其合作者提出了一个结合生物技术和人工智能（AI）的综合框架，以彻底改变作物育种。

为了确保全球粮食供应和推进可持续农业，一个科学家团队提出了一个结合生物技术和人工智能 (AI) 的综合框架，以彻底改变作物育种。

该综述于 7 月 24 日发表在《自然》杂志上，由中国科学院遗传与发育生物学研究所高彩霞教授、华中农业大学李国田教授为共同通讯作者，其他合著者（包括国际合作者）也参与了贡献。

面对全球人口快速增长、气候变化加剧、可耕地面积不断减少等问题，确保粮食安全和农业可持续已成为当今世界最紧迫的挑战之一。

本综述探讨了多组学、基因组编辑、蛋白质设计和高通量表型分析 (HTP) 的整合，并将其作为“AI + BT”（生物技术）整合用于作物遗传改良的全面愿景的一部分。作者提出了一个前瞻性的 AI 辅助作物种质设计框架，为可持续农业的未来描绘了清晰的路线图。

作者首先强调了现代组学技术在作物育种范式转变中的基础性作用。他们指出，基因组学、代谢组学和单细胞组学的进展为理解影响作物性状的遗传和生物学机制提供了前所未有的见解，同时揭示了性状改良的精准新靶点。他们还指出，利用无人机、传感器和自动化平台的HTP技术能够快速准确地进行表型评估，这对于将基因型与表型联系起来并识别有价值的遗传变异至关重要。

该综述还重点介绍了一些用于作物改良的强大工具。例如，基于CRISPR的基因组编辑技术能够高效精准地进行基因组修饰，大大缩短育种周期，并能够快速创造和叠加理想性状。与此同时，人工智能驱动的蛋白质设计正凭借其设计自然界中不存在的全新功能性蛋白质的能力，成为一项变革性技术。这种方法促进了新型抗病蛋白、用于作物监测的实时生物传感器以及用于环境净化的定制酶的开发，从而赋予作物变革性性状。

该评论特别关注了“人工智能辅助作物设计”一体化模型的提案，该模型将利用人工智能分析来自基因组、表型、环境和农业实践的多模态大数据。育种人员将设定具体的目标，例如提高产量、增强抗逆性或改善营养品质，而人工智能将通过深度学习和知识推理生成优化的、技术上可行的育种策略。这种数据驱动的方法标志着从基于经验的育种向精准设计的转变。

作者还探讨了未来的挑战。高质量、标准化的数据对于训练强大的人工智能模型至关重要，新技术必须符合生物安全法规。令人鼓舞的是，全球基因组编辑作物的监管框架正在朝着更科学、更精简的方向发展，为更广泛的应用铺平了道路。

本综述得到了生物育种国家科技重大专项、国家重点研发计划、国家自然科学基金委员会、农业农村部和新基石科学基金的支持。