记者从华中农业大学获悉，北京时间7月23日晚，《自然》杂志在线发表了华中农业大学农业微生物资源发掘与利用全国重点实验室教授李国田、中国科学院遗传与发育生物学研究所研究员高彩霞联合国内外多家研究单位撰写的《综合利用人工智能与生物技术加速作物改良》。

文章系统阐述了组学、基因编辑、蛋白质设计与高通量表型等多技术协同的作物改良新范式，提出利用蛋白质设计按需打造功能元件的新途径，并描绘了AI辅助的优异种质设计蓝图，有望引领新一轮作物改良革命。

文章认为，面对全球人口增长、气候变化加剧与耕地资源萎缩等严峻挑战，保障粮食安全与实现农业可持续发展迫在眉睫。传统育种受限于表型观察和种质资源，已逼近遗传资源极限。组学技术（基因组、代谢组、单细胞组学和空间组学）能够“高清呈现”作物的遗传全貌，显著加速性状解析与品种选育。未来，更高通量、普适性更强的技术及统一的数据标准将构建更精准的基因组图谱，为精准分子操作奠定基础。

通过整合新技术促进作物改良

文章指出，以CRISPR为核心的基因编辑技术已从单基因敲除拓展至兆碱基级染色体重排，实现对作物基因组的高效、精准、定向修饰，可以大幅缩短育种周期，破解抗病性与产量间的平衡难题，实现对野生种质的快速定向驯化及优异性状精准导入。此外，人工智能赋能的基因编辑工具将深入揭示复杂性状背后的多基因协同作用机制，并精准预测编辑结果，降低对大规模筛选的依赖。

基因组编辑技术在作物遗传改良中的应用策略

文章提出，AI驱动的蛋白质设计为作物改良提供了新策略，利用蛋白质设计技术突破遗传资源的限制，从头设计具有特定功能的全新蛋白质，并将这些“定制化生物零件”精准导入作物，有望引领作物育种进入“按需设计”的分子智能育种新时代。

蛋白设计技术在作物遗传改良中的潜在应用

文章说，组学、基因编辑和蛋白质设计技术发掘和创造了大量遗传变异，对表型数据的精度与效率提出了更高要求。高通量表型分析融合前沿影像学、信息技术与自动化技术，实现了表型数据的高效精准获取。跨尺度、多时序的表型采集体系正推动动态表型监测的革新。未来，AI驱动的多学科融合解决方案将助力海量数据高效处理，实现对微观生理响应的原位捕获，推动高通量表型组的规模化应用。

高通量表型组学（HTP）加速作物改良

文章还前瞻性提出了人工智能驱动的作物改良框架，即通过AI驱动的多模态模型，整合基因型、表型、环境与田间管理多模态数据，在“设计—构建—测试—学习”闭环中，实现从传统重组到编辑介导的定向导入。结合微生物组育种等新兴策略，突破基因互作及基因—环境互作限制，加速现有品种优化、再驯化乃至从头驯化。这一前瞻性框架将育种从经验依赖转变为数据驱动的精准设计过程。

Box 2 AI驱动的“设计—构建—测试—学习”闭环

文章还探讨了新技术应用所面临的挑战和发展方向。高质量、标准化数据是训练AI模型的基础，需研究机构、育种公司和跨学科专家合作生成高质量的标准化数据集，并针对一系列作物和性状要求对算法进行微调。同时，必须严格遵守生物安全和相关法规。

（光明日报全媒体记者张锐、王建宏 通讯员晏华华）

点击阅读原文