從“會育種”到“慧育種”

　　海南三亞崖州區，中國農業科學院國家南繁研究院，一個5.7米高、21米寬的“龍門吊”在試驗田中緩緩移動，根據科研人員輸入的指令，有序掃描田間的作物。

　　“龍門吊”學名叫軌道式高通量植物表型採集平台，沿著布設的軌道，可以到達田間任何一個點位。這塊試驗田面積近1.5畝，種著水稻、大豆、玉米、棉花等1000多份育種材料，“龍門吊”約30秒就可以完成一個種質材料的採集。

　　“龍門吊”的核心是一台表型採集設備。“該設備集成了多光譜等6種高精度的圖像採集傳感器，掃描時，它們就像6雙‘眼睛’，實時採集植物的表型數據。”中國農業科學院國家南繁研究院作物表型組學研究團隊首席專家金秀良說，“整個過程就像給植物照‘CT’。”

　　表型是植物可以被觀察或鑒定的特征，包括高矮、莖稈粗細、節間長短、產量高低等。農業育種，觀察、了解作物生長情況是最基礎的工作。掌握豐富、可靠的表型數據，育種家才能通過篩選，找出所需的育種材料。

　　為什麼要布置高通量植物表型採集設備？原來，傳統育種主要靠人工，從株苗開始，在田間觀察、記錄成千上萬個植株的每一個特征，這一過程效率低，也難以持續觀測動態數據。“為了滿足現代育種需求，表型採集必須高效、精准。”金秀良說。

　　試驗田上還盤旋著一架無人機，它不時變換位置，拍攝作物影像。“無人機靈活、覆蓋范圍廣，‘龍門吊’採集信息精細、針對性強，再加上衛星遙感觀測數據，我們能夠全周期、全天候監測作物的生長情況。”作物表型組學研究團隊成員李藝超測算，借助高通量、智能化設備，表型採集效率是人工方法的4至5倍。

　　採集的數據傳輸到數據分析中心，供科研人員查閱、分析和處理。“瞧，這是我們‘拍’的作物三維圖像，一些表型數據清晰可見。”金秀良指著電腦屏幕說，“傳感器還能發現人工採集不到的信息。”

　　金秀良團隊通過操作“龍門吊”持續監測玉米生長過程。干旱是玉米減產的重要因素，他們試圖通過分析玉米的表型數據，找出產量高、抗旱性能好的遺傳材料資源。

　　要想利用好表型採集技術，還需要處理數據的科學方法。研究團隊的另一項重要工作是：基於表型數據開發算法和模型，來指導育種工作。

　　中國農科院南繁院副院長李慧慧是金秀良的合作者之一，她正帶領團隊開發基因組選擇模型、全流程智慧育種平台等算法工具。

　　“我們初步取得了一些成果，比如，將機器學習算法和表型數據等融合，識別出控制作物抗逆和高產的關鍵基因。”李慧慧說。

　　借助大數據和人工智能手段，金秀良和團隊還希望找到估算作物動態表型性狀和產量的方法。

　　“有了這個方法，我們就能精准預測作物后代表型，優化育種方案。”金秀良說，過去尋找理想遺傳材料可能需要監測上萬個材料，提前了解材料表型能大幅減少工作量，將來隻需要觀察500個左右，極大提升育種效率。

　　目前，中國農科院南繁院已聚集18支科研團隊、200多名科研人員。科研樓裡人來人往，智慧育種“新賽道”，在這裡越走越寬。

　　《 人民日報 》（ 2025年02月17日 08 版）