院士談十五五丨錢前：數十萬份種質資源「天書」正在被AI開發

育種家的工作是怎樣的？在悶熱的麥田中，為米粒大小的麥花一個個授粉，在齊膝的水田里，一株株細數稻穗上的粒數……從袁隆平時代的傳統雜交水稻，到基因編輯的分子標記育種，似乎育種一直和日複一日的田間勞作、年複一年的人工選育相關。

然而，在人工智能時代，育種正在發生翻天覆地的變化，傳感器全時段採集田間數據，大模型無限配比和模擬性狀變化，人工智能自主鑒定和選擇表型數據，在虛擬場景中，不同的材料瞬間完成生長週期……

《中華人民共和國國民經濟和社會發展第十五個五年規劃綱要（草案）》提出，「全方位推進數智技術賦能。全面實施‘人工智能+’行動」。少有人知的是，在農業科研中，AI已經開始在育種領域廣泛應用，並快速改變現代育種的模式。新京報記者對話全國人大代表，中國科學院院士、中國農科院作科所研究員錢前，講述AI時代的育種故事。

AI時代的機器人「育種家」

新京報：「十五五」規劃綱要草案提出全面實施「人工智能+」行動，在你的工作中，是否有相關的應用？

錢前：和許多人所瞭解的比較土的那種農業不同，真正的農業，其實對科技發展的敏感度非常高，應用也非常快。比如人工智能、機器人，許多人還在探索和尋找應用場景時，農業科研已經開始規模化地應用這些技術了。比如育種，大數據、人工智能、物聯網早已經開始普遍應用，在去年3月召開的2025種子大會暨南繁矽谷論壇上，就有40多家單位展出了智慧育種的成果，這遠遠不是全部。

新京報：智慧育種是一種怎樣的育種模式？

錢前：人類的育種大概經歷了五個階段，最早是傳統的經驗育種，簡單來說，就是憑著經驗，選擇那些強壯、多粒、抗病性好的植株，留下來一代代繁衍。第二代是遺傳學育種，自孟德爾打開遺傳學大門開始，雜交育種是其中的典型。第三代是分子標記育種，第四代是基因編輯育種。到如今，則是第五代智慧育種，也可以稱為育種5.0時代。

以我們的工作來說，我們開發了一個名為「育種飛輪」的體系，這是一個數據驅動的自我強化系統。飛輪隱喻描繪了從啟動到持續增長的過程。最初需要大量推動力，系統逐漸積累動能，進入自我維持的加速階段，最終建立自我強化的增長循環。簡單來說，這個育種系統在田間有遍佈的傳感器，連通無人機遙感、衛星遙感，全天候採集各種信息，比人的肉眼觀察更精準、更全面。在實驗室里，胚胎顯微注射平台實現高精度遺傳轉化、單細胞分離系統支持高通量操作、AI驅動的蛋白質工程平台加速功能設計。

育種大模型則可以分析龐大的表型數據，通過創建虛擬環境，模擬各種基因配對後，作物在不同環境下的表現和可能的結果，並在成千上萬結果中，精準快速地找到我們需要的結果。這樣的現代智慧育種，大量地使用了人工智能、大模型、不同類型的機器人，為可持續的糧食生產提供更快速、更智能的解決方案。

引入人工智能分析植物4.7億年演化信息

新京報：在你看來，人工智能當前在育種中發揮作用最大的領域是什麼？

錢前：對種質資源的挖掘，可能是人工智能育種目前最需要做的事情，也是能夠發揮最大作用的事情。種質資源，可以簡單理解為物種的遺傳物質資源，在作物領域，包括種子、花粉、莖尖、無性繁殖的塊莖、作物DNA等。它是育種的基礎，我們的育種都是在龐大的現有種質資源中挖掘，進行雜交配組，然後不斷選育，讓那些優質的基因組合在一起，育成更加優良的品種。但事實上，我們對作物種質資源的利用率非常低。聯合國糧農組織的數據顯示，截至2024年底，全球保存的種質資源超過600萬份，利用率不到10%。其中，全球保存的作物種質資源超過180萬份，利用率同樣非常低。

我國已建成國際領先的種質資源保護利用體系，國家作物種質庫以及中期庫、種質圃中保存著超過60萬份種質資源。每一份種質資源都是一個獨特的基因庫，都保存著寶貴的基因，它們可能是自然界千萬年選擇的結果，蘊含著適應特定環境的基因，也可能是人工馴化的成果，記錄著人類選擇的秘密。但怎樣才能利用起這些寶貴的資源呢？首先就要弄明白資源居里都有哪些寶貴基因，分析清楚它們各自有什麼作用，但這是一個工程量無法想像的工作，靠人力去鑒定和分析是不可能完成的。但人工智能技術的發展，讓我們有了全面瞭解它們的可能。

新京報：在具體工作方面，有什麼重要的進展或做法？

錢前：就在2025年，中國農科院領銜啟動了一項「天書計劃」，該計劃將對國家作物種質庫中保存的22.3萬份水稻、小麥、玉米、大豆種質資源進行解析，由此揭開種質資源中的遺傳密碼。2026年2月，中國農科院再次聯合全球49家科研機構，共同啟動「植物星球計劃」，這一計劃旨在針對沒有建立參考基因組的目、科、屬開展系統采樣，借助系統發育基因組學方法，構建高解像度、時間校準的陸地植物系統發育樹，以釐清主要植物類群之間的親緣關係與分化時間。計劃將引入人工智能算法，構建基因組語言模型，分析植物在4.7億年演化過程中形成的遺傳信息，通過解碼陸地植物主要譜系的遺傳密碼，繪製「植物生命之樹」，以應對糧食安全、生物多樣性保護等全球性挑戰。

讓AI從「會決策」到「懂原理」

新京報：在種質資源挖掘與利用之外，其他環節的智慧育種有何特點？

錢前：新技術對育種的改變是全方位的。在種質資源利用方面，它可以挖掘出更豐富的基因資源。在數據整合分析中，它可以通過天地空全方位的檢測，包括衛星遙感、無人機採集、地面傳感器採集數據等，實現「天眼」「地眼」「透視眼」多方位的數據收集，並進行整合分析，通過大模型等技術，實現基因組、轉錄組、蛋白組、代謝組等多組學技術的綜合運用，還可以實現全生長過程的動態監測。它可以在虛擬領域，基於人工智能和機器人技術的閉環育種系統，形成 「數據採集—分析建模—實踐驗證—數據迭代」的良性循環，在虛擬環境中測試育種方案——比如模擬未來10年氣候變化場景，預測某水稻品種產量穩定性或模擬不同基因編輯組合的效果，提前排除90%以上的無效方案。它可以實現從微量元素到大田的無人化監測與管理，還能夠應對不同情況，實時調整和優化策略。比如，若表型機器人發現某地塊作物出現脅迫信號，立即觸發灌溉機器人調整水量，同時將數據反饋給AI模型更新預測。

新京報：與前幾代的育種模式相比，智慧育種的效果如何？

錢前：新的育種模式，其核心邏輯是數據越多，AI模型就越準，育種效率就越高，相應地，新數據也就越多，以此形成持續迭代的正向循環。至於育種效果，根據測算，某一種水稻品種的抗病育種週期，通過智慧育種，可以將時間從6年縮至2年，且抗病選擇效率提升15%。

新京報：當前，智慧育種中的關鍵工作是什麼？

錢前：從我個人的工作來看，我們正在做的是，讓智慧育種從可以自主決策，到可解釋、可洞察。簡單來說，就是讓AI不僅 「會決策」，還要「講清楚為什麼」。比如，當AI推薦某親本組合時，需明確標註「基於3個抗鏽病基因+2個高產QTL位點」，讓育種家可追溯、可驗證，避免「黑箱決策」風險。這不只是技術迭代的問題，更是技術倫理的需求，是讓技術真正地、更好地為育種家服務，我們追求的不只是讓智慧育種更智能、更高效、更精準、更廣泛，還要更透明、可解釋，真正成為人腦得心應手的工具。

新京報記者 周懷宗

編輯 張磊 校對 陳荻雁