首页
微信公众号
目前，全球种业发展进入空前密集创新和产业变革时期，作物育种正迎来以基因编辑、新一代测序等新型生物技术，与图像识别、机器学习等信息技术融合的“生物技术+人工智能+大数据”智能化时代。智慧育种是科技发展带来的新机遇，预计在未来10年至20年，智慧育种发展快慢势必成为种业核心价值和竞争力的关键，由传统育种到分子育种再到智慧育种，育种的“科学”成分含量越来越多，“艺术”成分含量越来越少。生物技术与信息技术结合，推动育种向精准化、高效化和规模化方向发展。我国种业面临跨国公司垄断、产业对外依存度高的局面，给作物育种带来新挑战，育种科技亟需革命性改变。
加大基础性平台研发力度，构建生物技术和信息技术基础信息采集平台，驱动产业发展。随着基因编辑、合成生物等前沿生物技术兴起，美国等发达国家和跨国种业公司不断加强高通量、大型化、规模化、自动化科技基础设施建设，加快农业生物技术创新。欧美等发达国家和地区相继建立高通量作物表型平台等重大科技基础设施，加快作物基因设计育种步伐。麻省理工学院、国际水稻研究所等研究机构建立了作物基因编辑、全基因组选择、合成生物等分子设计育种相关平台，专注理论基础和应用基础研究。我国也应围绕生物育种前沿技术和重点领域部署一批具有国际一流水平的科技信息采集和服务平台，为基础性、前沿性和引领性核心技术攻关提供平台支撑。
强化科学育种底盘技术创新，布局基因编辑和人工智能等前沿引领技术攻关。机器学习方法是人工智能的核心，农作物全基因组选择技术必将融入机器学习方法等人工智能核心技术，即通过基因型和表型等数据自动化获取与解析，实现大数据快速积累，通过构建多维度信息之间的数量遗传模型，开展植物性状调控基因快速挖掘与表型精准预测，实现育种方案智能化设计。同时整合全基因组选择和基因编辑、转基因技术等前沿高新技术，持续推动传统育种技术改造升级，向精准化、高效化和规模化发展。
搭建精准鉴定种质资源共享数据库，培育优势种质资源群和多元化底盘育种资源。种质资源不仅是保障国家粮食安全与重要农产品供给的战略性资源，更是农业科技原始创新与现代种业发展的物质基础。依靠海量存储和高性能计算技术，建设数字化种质资源库，将海量种子基因数字化，才能为人工智能育种打下基础。在高通量测序的大数据背景下，国际上对主要作物的基因组数据已经有相对完备的数据库系统，智慧育种的任务之一是基于种质资源信息建立作物育种数据提取、挖掘、存储、分析、共享数据库，整合多组学数据开展联合分析，突破生物大数据获取、分析、挖掘等底层支撑技术，建立“数据—技术—算法—决策”一体化智慧育种策略，提升育种精准度，缩短育种周期，建立高效作物智慧育种体系。
建立以目标为导向的科企协同攻关团队，促进智慧育种在实际育种中发挥作用。一方面，与跨国公司相比，我们目前以课题组为单位、上中下游分离的研发体系缺乏大群体选育等条件。另一方面，我国种业行业市场集中度低、科技创新能力不足、科研投入少、投入效率低，与跨国公司相比，在单独一个企业内部实施全链条智慧育种可能性不大。因此，使研发链和产业链有机融合，集聚科研院校和种业企业优势，实施以目标为导向的科企合作科研攻关模式势在必行。
2021年6月，中国农业科学院作物科学研究所与阿里巴巴达成合作，共同推动建立生物技术（BT）、信息技术（IT）与智能技术（AT）深度融合的“智慧育种”平台，为加快培育作物新品种提供重要技术支撑。形象地说，智慧育种公共服务平台像一个“中央厨房”，育种专家就是“厨师”，通过挑选“食材”和“配料”，根据作物基因型、表型、栽培措施、气候环境数据和育种过程中相关图像数据的查询和联合分析，模拟“烹饪”出他们想要的“菜肴”。该合作依托中国农业科学院作物科学研究所农作物基因资源与基因改良国家重大科学工程等设施，借助阿里巴巴在大数据处理、存储和分析等方面的优势，构建覆盖作物育种全链条、智能化“智慧育种公共服务平台”，为国内育种专家提供公益、普惠的研究支撑服务，实现作物育种全流程数字化管理，提高作物育种信息化水平和育种效率，为绿色、优质、高效等突破性品种选育提供强有力支撑。
作者：钱前 中国科学院院士、中国农业科学院作物科学研究所所长
