当前，人工智能等新一代信息技术迅猛发展，为我国智能育种技术发展带来新机遇，也为我国打赢种业翻身仗提供了新方法新手段。中国工程院院士、中国农业大学校长孙其信长期从事作物遗传育种研究。围绕我国智能育种技术发展的现状、挑战及前景，科技日报记者日前采访了孙其信院士。记者：您多次谈到，人工智能等技术会推动农业科技和农业生产系统的革命性变化。人工智能会给育种带来哪些变革？孙其信：人工智能将推动农业育种迈向一个全新智能化时代。人工智能技术与育种技术的结合将彻底改变传统农业生产方式，让育种更高效、精准、个性化。我认为，变革主要体现在四个方面：加速育种进程、提高育种精确度、提供基于大数据的育种决策、降低商业化育种运营管理成本。孙其信：传统育种是一场“马拉松”，得靠育种家的经验和直觉，一步步创造、选择、固定那些好的遗传变异，才能培育出优质作物。这个过程，短则几年，长则十几年。但人工智能就像个“超级大脑”，能把农业科学、计算机科学、生物信息学等领域的知识融合起来，快速处理和分析海量数据。以前我们得靠人工去田间地头观察记录一个个数据，而人工智能可以跟遥感技术、无人机、物联网设备等“科技帮手”一起，从田间到实验室，全方位收集和分析数据。这样就能更快找到与作物优良性状相关的基因，更迅速选择和利用优异遗传位点，大大缩短育种周期。孙其信：育种的本质就是对自然界中的优良基因变异进行聚合。这就像在大自然里“淘金”。人工智能如同给我们配了一副“超级眼镜”，让我们能看得更清楚、更准确。通过机器学习、深度学习等技术，人工智能可以深度解读种质资源的“基因密码”。它不仅能分析出不同作物基因组的复杂结构，还能预测基因在不同环境下的表现，帮助科研人员更好地理解哪些基因能在特定环境中表现出最佳性状。然后，科研人员就能精准挑选出含有这些优良基因的育种材料，进行“定制式”育种，培育出抗病虫害、耐旱、耐盐碱、营养更丰富的作物品种。孙其信：人工智能可以通过分析大数据预测出育种环节中最优的杂交组合、最优的单株个体、最有潜力的后代，从而提高育种成功率。人工智能还能根据不同的具体需求，如市场需求、土壤条件、病虫害状况等，为农民或育种公司提供个性化育种建议，设计出最适合其生产环境的作物品种。例如，全世界小麦有好几万个类型，怎么知道哪几种类型通过优化组合后能成为最优品种？我们团队构建了一个决策模型，通过分析田间小麦表现型数据，结合测定的2000份小麦基因组信息，以及关于小麦品质的各项指标，为育种决策提供支撑。
图为中国农业大学师生在该校上庄实验站开展小麦育种工作。马文哲摄孙其信：商业化育种体系包括材料创制、杂交育种、分子检测、品种测试、品种评价等多个育种部门的多个技术环节。每个部门都需要不同专业背景的团队完成工作。因此，从公司运营的角度看，管理成本较高。育种公司可以利用人工智能大模型，集成各个部门的标准化数据分析与操作流程，形成数据驱动、模型决策的智能育种技术体系。孙其信：智能育种将生物技术、信息技术、人工智能、大数据和工程技术等多个学科深度结合，以应对复杂的农业问题，它从多方面对学科交叉提出了新要求。首先是生物学与信息技术的深度结合。智能育种的核心在于处理大量基因组数据和作物表型数据，而这需要生物学与信息技术的紧密结合。传统育种主要依赖于基因组学、遗传学和植物生物学等领域的研究，智能育种则需要将这些生物学知识与大数据技术、计算机科学和生物信息学进行深度融合。其次是人工智能与农业科学的结合。人工智能在智能育种中的应用越来越广泛，特别是在基因组选择、表型预测和育种方案优化等关键环节发挥着重要作用。人工智能技术可以用于分析海量农业数据，并通过模型预测作物在不同环境条件下的表现，为科研人员提供决策支持。最后是物联网与传感器技术的结合。智能育种不仅依赖实验室数据，还需要土壤湿度、气温、光照强度等大量实时环境数据。这就要求物联网和传感器技术介入，在田间实时监测作物生长环境，并将这些数据反馈给科研人员。记者：发展智能育种对我国实现种业科技自立自强、种源自主可控有什么意义？孙其信：当前全球种业竞争激烈，我国在高端种源和育种技术上仍面临一些挑战。智能育种通过整合人工智能、基因编辑、大数据等技术手段，加速优质品种研发，给育种工作装上了“加速器”。这有利于提升我国种业自主创新能力，确保种源安全，增强我国种业国际竞争力。智能育种最显著的优势在于提高育种效率和精准度，能帮助我国快速培育适应本土生态环境的高产、抗病、抗逆作物品种，减少对国外技术和种质资源的依赖，增强种业的自主可控性。此外，智能育种将推动农业可持续发展。通过基因编辑技术，科研人员可以培育出耐旱、耐盐碱、抗病虫害的作物，减少对化肥、农药的依赖，降低农业生产的环境负荷。所以，智能育种有助于实现绿色生产，提高农业资源利用效率。孙其信：在我看来，我国智能育种研究与世界是同步的。我国现代育种起步晚于西方，但如今我国智能育种走向了世界前沿。在个别领域，甚至可以说我们已经“快了半步”。比如，在相关大模型的开发上，国内很多机构做了不少工作，都在加大人工智能技术同农业领域的交叉研究。孙其信：“十三五”“十四五”期间，我国在生物育种领域投入了大量资源，开展各类作物种质资源的基因型与表型研究、重要农艺性状基因挖掘与功能研究、大数据驱动的育种决策研究以及智能设计育种模型开发等，为人工智能真正应用于育种实践打下了基础。大模型与机器人技术的逐步成熟与应用落地，也极大推动了人工智能在育种领域的应用与发展。人工智能是以数据为基础的。近年来，多地农科院的育种团队、地方性中小育种公司产生了大量训练数据集。大模型与机器人技术可以高效整合各个层级的训练数据，形成针对不同农作物的育种预训练大模型，有效解决育种数据匮乏、训练群体小而散的问题。传感器、机器人技术逐步成熟，也能大大降低表型数据、基因型数据、环境数据的采集成本，助力大模型的训练。此外，生物语言大模型在农业生物领域的应用正逐步展开。生物语言大模型是将语言大模型的技术应用到生物学领域。不过，它处理的不是人类语言，而是生物学中的序列数据。它有助于在植物基因组这一“底盘”上进行育种性状的精准改良。例如，通过蛋白质语言大模型，可以实现人工蛋白质从头设计，再结合实验室快速进化与定向进化技术，我们有望以前所未有的高效率和低成本，创造出自然界中不存在的新蛋白质和基因，提升作物的抗逆性和品质，解决传统育种方法难以攻克的难题。孙其信：中国农业大学成立了教育部分子设计育种前沿科学中心，并以专项经费形式支持智能育种领域前沿研究。例如，学校专门资助了“神农·固芯育种大模型”课题，研发“神农·固芯”育种大模型、“神农·筑基”种植大模型、“神农·强牧”养殖大模型、“神农·问穹”遥感大模型。其中，“神农·固芯”是专门解决动植物育种决策的大模型。它是根据商业化育种体系各个技术环节设计的全过程数字育种决策平台，涵盖基因型与表型数据分析、育种大模型智能决策、品种区域试验模拟等功能模块，覆盖了“从育种到品种”的全过程数字化决策，具有较高行业落地性。孙其信：回答这个问题前，我讲一个背景。2021年，中国农业大学与华为签订战略合作协议，共同开展智能育种研究。那时，人工智能的热度还没有今天这么高。在协议达成前，我向华为描绘了我对未来场景的想象：希望借助人工智能技术，推动育种技术达到甚至超越世界顶级育种家的水平。第一，在智能育种领域实现自主可控，在核心育种算法模型、关键基因编辑工具等方面拥有完全自主的知识产权。第二，应用智能育种技术对我国丰富的本土种质资源进行系统开发和保护。在人工智能辅助下，可以精确发掘和利用本土及全球的优质种质资源，培育出具有优良性状的作物品种，同时确保重要的种质资源得到妥善保护，实现种质资源的自主可控与可持续利用。第三，带动整个种子产业链数字化和智能化升级，为种业提供更智能的解决方案，保障我国粮食安全。第四，培养新型跨学科种业人才，通过校企联合培养、强基计划等多种形式，培养出一大批掌握现代生物技术、信息技术、大数据分析与人工智能的复合型人才，推动我国在育种领域的科技创新和持续发展。孙其信：事实上，种业科技创新人才短缺，一直是制约我国种业自主创新的主要瓶颈之一。为加强智能育种人才培养，我认为要做好三方面工作。首先，加强智能育种学科建设，设立生物技术、数据科学与遗传育种相结合的跨学科专业，加强人工智能辅修专业与第二专业的课程建设，培养具有多学科背景的复合型人才。中国农业大学除了布局直接与人工智能、大数据相关的专业之外，还实施“人工智能+”的专业升级。其次，加强校企联合培养硕博研究生的专项工作，建立校企双导师制，企业导师提出明确的攻关需求并由企业提供科研经费，高校导师带领研究生有针对性地解决企业遇到的问题。最后，优化智能育种领域的科研激励机制，为育种大模型、生物语言大模型等前沿研究提供充足研究经费，鼓励青年科研工作者率先开展智能育种相关科研项目。不久前，中国农业大学举行了2024年度本科招生工作总结会，考生报考的第一大热门就是与人工智能信息技术、生物育种相关的专业。我相信，对农业教育领域的持续投入，将不断提升对科技创新的支撑力。记者：具体来看，传感器技术研发人才的培养问题怎么解决？孙其信：这确实是个关键问题。表型组技术就像是育种的“眼睛”和“耳朵”，它依靠各种高精尖的生物传感器、物联网技术、软件工程来实时捕捉动植物的外表特征、生理状态，然后及时反馈给科研人员。然而，我国育种所依赖的表型组技术与国外先进水平相比还有不小差距，尤其是精密传感器的核心元件和算法方面仍存在短板。解决这个问题，需要加大专项财政经费投入，培养一批跨界高手，他们得既懂生物学，又精通计算机，还了解传感器，这样才能真正打破技术壁垒。在项目立项上，要设立以需求应用为导向的智能育种表型组研发专项。同时，还要引导相关学科的设置调整与人才培养模式改革。孙其信：一是市场化程度有待提升。我认为，政府应加强引导，营造智能育种产业创新创业的友好环境。政府可以通过资金支持、税收优惠、风险投资引导等政策，鼓励科技人员在智能育种领域创业，为科研人员提供从研发到产品化的全流程支持，加速智能育种领域的创新成果进入市场。二是育种数据共享平台建设尚不完善。各方应大力支持集成种质资源、基因数据、表型数据以及环境数据等，为育种大模型的预训练与智能决策模型研究提供丰富的“养料”。此外，育种大模型对算力的要求较高，各级政府应支持育种大模型专用的算力建设，保障智能育种技术体系构建。三是基层科技人员专业化培训有待加强。田间测试的数据规范性、完整性与准确性，直接决定了构建育种模型的精度。高校等机构应开设数字种业研修班等课程，加强对基层科技工作者的继续教育与技能培训，提高基层工作者的专业素养。
来源：科技日报
记者：毛莉
编辑：段伊鸣
监审：郭平稳、徐锋
投稿邮箱：wgsntg@126.com
![]()
