生信和智能育种前沿动态（2025-06-01）

生物信息

Science | 693份种质揭示了红豆单一驯化起源和驯化基因的进化

期刊：Science

背景：红豆（Vigna angularis）是东亚烹饪文化中的核心豆类，但其驯化起源仍存在争议。本研究通过分析约700份种质，揭示了红豆的驯化起源和驯化基因的进化。

主要结果和结论：
研究对693份种质（包括野生、半野生和栽培种质）进行了遗传分析，发现红豆最初驯化发生在三到五千年前的日本中部，随后传播到中国，并与中国野生种群发生二次杂交。通过GWAS分析，研究定位了与种皮颜色演变相关的关键基因（如VaPAP1和VaANR1），并发现这些基因的变异频率在野生-栽培分化前已显著上升，表明驯化过程可能是一个长期的景观级过程。研究结果统一了考古学和遗传学证据之间的冲突，重建了驯化过程中性状的进化轨迹。

论文链接：https://www.science.org/doi/10.1126/science.ads2871

COMMUN BIOL‌‌(IF=5.2) | 山东农大动科院张勤团队提出整合局部遗传相关信息的多性状基因组预测方法

期刊：Communications Biology
单位和团队：山东农业大学动物科技学院张勤教授团队

背景：基因组预测在推动人类精准医疗以及加速动植物遗传改良方面具有巨大潜力。然而，传统的多性状基因组预测模型只考虑了性状间的整体遗传相关。本研究提出了一种整合局部遗传相关信息的多性状基因组预测方法。

主要结果和结论：
研究提出了三种方法（LGC-model-1、LGC-model-2和LGC-model-3），通过模拟数据和真实数据集评估了这些方法的性能。结果表明，局部遗传相关在整个基因组中具有异质性，且与传统方法相比，新方法可使预测准确性平均提高12.76%。这凸显了考虑局部遗传相关信息对改进多性状基因组预测的重要性。

论文链接：https://www.nature.com/articles/s42003-025-07721-9

ShiNyP：基于SNP的群体遗传学AI分析平台

期刊：Molecular Biology and Evolution

背景：随着高通量测序技术的普及，群体遗传学研究产生了大量SNP数据。然而，这些数据的分析通常需要复杂的生物信息学工具和专业知识。ShiNyP平台旨在简化这一过程。

主要结果和结论：
ShiNyP是一个基于R/Shiny的交互式平台，专为全基因组SNP数据分析而设计。它整合了数据导入、质控、群体结构推断、多样性分析、选择分析与核心种质筛选等模块，并支持单倍体、二倍体及多倍体物种。平台内置生成式AI模块，可自动生成超过70种高质量图表与总结表格，提高结果解读效率。其强大的可视化能力和高效计算能力使其成为现代遗传学研究者的有力工具。

论文链接：https://doi.org/10.1093/molbev/msaf117

PBJ | 南京大学联合南京农大开发基于719个植物基因组的比较系统发育基因组学综合数据库

期刊：Plant Biotechnology Journal
单位和团队：南京大学、南京农业大学

背景：随着基因组测序技术的快速发展，大量植物基因组数据被产生，但这些数据分散在不同的数据库中，给研究人员带来了数据访问和整合的挑战。本研究开发了一个综合性的植物系统发育和比较基因组学数据库PGCP。

主要结果和结论：
PGCP数据库整合了719个植物基因组，提供了丰富的可视化功能和多种分析模块，如序列BLAST同源搜索、基因家族聚类、基因功能富集和共线性分析等工具。该数据库为全球植物科学研究者提供了一站式的数据资源与分析工具，助力精准解析基因演化轨迹和揭示物种适应性机制。

论文链接：https://doi.org/10.1111/pbi.70110

Nature新鲜出炉！| 全球首个大麻泛基因组公布

期刊：Nature
单位和团队：美国The Salk Institute Todd P. Michael研究团队

背景：大麻（Cannabis sativa）是全球重要的种子油、纤维和药用植物，但其遗传多样性和基因组动态仍不明确。本研究构建了大麻的泛基因组，揭示了其驯化历史和农艺潜力。

主要结果和结论：
研究构建了包含181个新基因组和12个已发布基因组的泛基因组，涵盖了使用类型、历史、性别表达和农艺性状。研究揭示了大麻种群结构、性染色体演化、结构变异及次生代谢途径的遗传基础，并首次发现野生大麻近缘种在亚洲的存在证据。这些结果为理解大麻的驯化历史和未开发的农艺潜力提供了关键资源。

智能育种

Mol Plant | 我国研究团队为水稻生物育种构建了全球首个大语言模型“丰登 · 水稻”
期刊：Molecular Plant
单位和团队：崖州湾国家实验室、上海人工智能实验室、中国农业大学
背景：水稻是全球近一半人口的主粮作物，但其生物学研究面临数据碎片化和信息整合效率低下的问题。本研究构建了全球首个专为水稻生物育种打造的大语言模型“丰登·水稻”，以提升生物育种研究的效率与质量。
主要结果和结论：
研究团队构建了全球最大规模的水稻科研语料库RiceCorpus，整合了超过140万篇中英文文献。基于阿里通义千问模型，通过续训练与精调流程，开发了丰登水稻种业大语言模型。该模型在信息检索与知识理解等方面展现出显著优势，特别是在水稻多组学知识图谱的构建和应用中，能够实现精准查询和复杂问题的解答。此外，该模型在专家级任务中的表现优于当前最先进的大语言模型，为水稻生物学研究和智能育种提供了全新的工具。

论文链接：https://arxiv.org/abs/2505.13220

Hortic Res | AI赋能葡萄抗虫育种——中国热带农业科学院周永锋团队建立葡萄抗虫基因组选择育种模型
期刊：Horticulture Research
单位和团队：中国热带农业科学院、中国农业科学院深圳农业基因组研究所
背景：传统虫害评估依赖人工观察，效率低且主观性强。本研究通过整合机器学习/深度学习算法、表型组学与基因组选择等技术，开发了葡萄抗虫基因组选择育种模型。
主要结果和结论：
研究团队开发了深度卷积神经网络（DCNN）模型，用于精准量化葡萄叶片虫害损伤，分类准确率达95.3%，相关性达0.94。通过GWAS分析，发现了多个与抗虫性状相关的QTL和候选基因。此外，团队建立了基于机器学习的基因组选择模型，预测准确率达95.7%，为葡萄抗虫性状的精准分子设计育种提供了数据支撑和方法路径。

论文链接：https://doi.org/10.1093/hr/uhaf128

Plant Com | 安徽农业大学基于水稻3KRGP构建全基因组选择智能育种平台
期刊：Plant Communications
单位和团队：安徽农业大学、中国农业科学院作物科学研究所
背景：全基因组选择预测（GS）是新一代智能育种技术，但构建具备遗传多样性的GS训练群体面临周期长、成本高的难题。本研究基于3000份水稻种质资源（3KRGP项目），开发了Rice3KGS智能育种平台。
主要结果和结论：
研究团队将LightGBM算法与贝叶斯方法融合，开发了增强型GS模型LGBMY，预测准确性平均提升了5.2%。平台整合了多种基因型数据集，包括SNP、结构变异和基因存在-缺失变异等，并提供了用户友好型的在线分析工具。研究发现，SNP和缺失变异数据集在预测方面表现出色，且群体结构对预测准确性有显著影响。该平台为水稻育种提供了强大的工具支持。

论文链接：https://www.cell.com/plant-communications/fulltext/S2590-3462(25)00058-9

Plant Com | 关联分析新算法为复杂性状关键基因挖掘和育种改良提供新策略和核心技术
期刊：Plant Communications
单位和团队：华中农业大学
背景：关联分析是探索生物体复杂性状遗传基础的重要工具，但传统方法在处理大规模数据集时面临计算资源压力。本研究提出了一种新的关联分析算法Fast3VmrMLM，结合全基因组扫描和机器学习，显著提高了分析效率。
主要结果和结论：
Fast3VmrMLM算法将常规关联分析的运行时间从数小时缩短至几分钟，能够在廉价服务器设备上处理大规模数据集。该算法在检测显性效应位点、小等位基因替代效应位点和稀有频率位点方面表现出色，能够鉴定更多潜在关联标记。通过在水稻和玉米数据集中的应用，该算法挖掘了多个已知和候选基因，为复杂性状的基因挖掘和育种改良提供了新的策略和基因资源。

论文链接：https://github.com/YuanmingZhang65/Fast3VmrMLM

面向农业5.0的精准作物管理新兴技术：全面概述
期刊：Agriculture
背景：农业5.0标志着农业实践的革命性转变，通过整合人工智能、机器学习、机器人技术和大数据分析等前沿技术，应对全球粮食安全挑战。本文全面回顾了这些技术在精准作物管理中的应用。
主要结果和结论：
文章总结了协作机器人、6G、数字孪生、物联网（IoT）、区块链、云计算以及量子技术等新兴技术在农业中的应用，并通过实际案例展示了机器学习与深度学习在作物监测中的应用。这些技术不仅提升了农业生产力，还为可持续农业发展提供了新的思路和方法。文章还探讨了采用农业5.0所带来的机遇与挑战，并展望了未来的研究需求。

论文链接：https://doi.org/10.3390/agriculture15060582

The Crop Journal | 北京市农林科学院信息技术研究中心建立玉米品种适应性预测模型
期刊：The Crop Journal
单位和团队：北京市农林科学院信息技术研究中心
背景：作物品种的适应性是其对环境条件变化的响应能力。精准预测不同品种的适宜种植区域对农户和种业企业具有重要意义。
主要结果和结论：
该研究利用历年玉米品种审定试验数据和气象环境数据，采用机器学习算法建立了玉米品种适应性相关性状的预测模型。研究量化了品种（V）、环境（E）及其互作（V×E）对玉米适应性相关性状的方差贡献，发现环境效应对玉米表型性状表达具有关键影响。通过模型预测，株高（PH）、吐丝期（DTS）和产量的测试集预测值与真实值的相关系数分别可达0.90、0.99和0.95，表明该模型能够精准预测不同玉米品种的适应性相关性状。此外，该模型还可生成不同品种的高分辨率产量潜力分布图，为农民选择适宜品种和种业企业定位品种提供了有力支持。

论文链接：https://doi.org/10.1016/j.cj.2025.04.004

生物育种

基因编辑创制玉米温敏型不育系及其杂交制种应用评估
期刊：科学通报
单位和团队：中国农业科学院作物科学研究所谢传晓研究员团队
背景：传统玉米制种技术依赖人工去雄或细胞质雄性不育系，存在成本高、工序复杂等问题。基于细胞核雄性不育的“两系法”在水稻上已广泛应用，但在玉米上仍未探索过其产业化可行性。
主要结果和结论：
研究团队通过基因组比对锁定玉米同源基因ZmTms5，并利用CRISPR-Cas基因编辑技术创制了玉米温敏核不育系。该不育系在高温条件下表现为完全雄性不育，而在低温条件下育性完全恢复。通过全国14个生态试验点的鉴定，揭示了突变体的地理-温度-雄花育性耦合规律，为玉米杂交制种技术从细胞质不育升级至细胞核不育提供了有益的探索。
论文链接：https://www.sciengine.com/CSB/doi/10.1360/TB-2024-1335

Nature Communications | 浙江大学棉花精准育种团队首次绘制全球棉花功能基因变异的单倍型图谱
期刊：Nature Communications
单位和团队：浙江大学农学院棉花精准育种团队
背景：传统GWAS依赖单核苷酸多态性（SNP）标记，易受基因组复杂结构和连锁不平衡干扰，导致候选区间冗长、因果基因难以锁定。
主要结果和结论：
研究团队开发出基于基因水平的功能单倍型变异（Functional haplotype，FH）标记策略，首次绘制了全球棉花功能基因变异的单倍型图谱。通过整合基因内所有非同义突变信息，将离散的基因组变异转化为反映蛋白质序列及功能差异的“基因单倍型”，成功将遗传分析对象从单核苷酸多态性变异转变为基因类型变异。在3724份棉花种质中定位到532个具有显著育种潜力的关键基因（Quantitative trait genes，QTGs），极大提升了基因挖掘的精准度。
论文链接：https://www.nature.com/articles/s41467-025-59983-w

Crop J | 小麦育种加速器：单倍体育种技术新进展与应用前景
期刊：The Crop Journal
单位和团队：中国农业大学、江苏徐淮地区徐州农业科学研究所等
背景：小麦作为全球主要粮食作物，对保障粮食安全至关重要。传统育种方法周期长，双单倍体（DH）技术能够在一个世代内快速获得纯合的DH系，极大缩短育种年限。
主要结果和结论：
研究系统总结了小麦单倍体诱导技术的最新进展及其在加速育种进程中的多样化应用。重点阐述了单倍体诱导基因的发现对DH技术、基于单倍体诱导的基因编辑（HI-Edit或IMGE）、利用单倍体诱导创建细胞质雄性不育系（胞质替换/cyto-swapping）以及合成无融合生殖等创新育种策略的巨大推动作用。这些技术有望进一步提高小麦育种效率。
论文链接：https://doi.org/10.1016/j.cj.2025.04.004

Nature Communications | 10年缩短至6个月，高通量抗病基因克隆方法
期刊：Nature Communications
背景：小麦庞大而复杂的基因组导致其抗病基因克隆进程缓慢、繁琐且昂贵。近年来，基因组辅助克隆工具与快速育种技术的发展显著加速了这一进程。
主要结果和结论：
研究提出了一种优化的高通量抗病基因克隆工作流程，可在6个月内鉴定致病基因。通过EMS诱变、快速育种、MutIsoSeq分析等技术，成功克隆了茎锈病抗性基因。该工作流程为系统克隆小麦中所有已描述的抗病基因奠定了基础，将推动抗病基因在育种中的精准部署。
论文链接：https://www.nature.com/articles/s41467-025-60033-8

科学通报|基于分子标记技术的玉米品种杂种优势模式鉴定方法
期刊：科学通报
单位和团队：北京市农林科学院玉米研究所
背景：单交种是目前国家和省级玉米品种审定的主要品种类型。传统的杂种优势模式鉴定方法遇到系谱未知和亲本保密等因素而无法有效实施。
主要结果和结论：
研究提出了一种完全基于分子标记技术的杂种优势模式鉴定方法（简称完全分子标记法），通过分析单交种的DNA指纹就能鉴定出其两个亲本的杂种优势群。该方法不仅与系谱结合分子标记法的一致率为77.7%，还为获取玉米单交种遗传背景信息提供了一种客观、简便、有效的分析方案。
论文链接：点击下载全文

小麦抗病育种的挑战与全球新策略
期刊：Annual Review of Phytopathology
单位和团队：国际玉米小麦改良中心（CIMMYT）Ravi P. Singh团队
背景：小麦易受多种病害侵袭，导致产量损失和品质下降。病原菌的持续进化、新病害的出现以及气候变化等因素，给小麦抗病育种带来了持续的挑战。
主要结果和结论：
论文系统总结了当前全球小麦生产面临的主要病害威胁，深入剖析了抗病育种工作中存在的关键挑战，并全面介绍了应对这些挑战的全球性战略和前沿技术。通过整合利用多样化抗病基因、发展精准表型鉴定平台、应用分子标记辅助选择与基因组选择、实施病原菌实时监测诊断以及加速抗病品种推广等综合策略，小麦抗病育种仍能有效保障产量并迈向更持久的抗病目标。
论文链接：https://doi.org/10.1146/annurev-phyto-121923-082727

Agricultural biotechnology in China: Product development, commercialization, and perspectives
期刊：aBIOTECH
单位和团队：中国农业科学院吴孔明院士团队
背景：现代农业生物技术，尤其是利用转基因和基因编辑技术开展生物育种，正以前所未有的速度快速发展，确保了粮食供给的安全以及重要农产品的稳定供应。
主要结果和结论：
论文系统阐述了中国农业生物技术的发展历程，总结了过去30年来中国在转基因和基因编辑技术的研究和产业化应用方面的进展，全面分析了我国批准农业转基因生物/农业基因编辑生物生产应用安全证书的情况，并对生物育种未来发展提出了展望。中国在部分技术领域已达到国际领先水平，未来将继续在保障粮食安全、推动农业可持续发展等方面发挥重要作用。
论文链接：https://doi.org/10.1007/s42994-025-00209-4

种业动态

隆平高科&华为成立数字农业公司，破解农业“数据孤岛”难题
单位和团队：隆平高科、华为生态企业深圳开鸿数字产业发展有限公司
背景：在农业科技迎来新一轮变革的关键节点，隆平高科与华为生态企业强强联合，致力于解决农业数字化发展的“数据孤岛”问题。
主要结果和结论：
隆平开鸿农业科技（北京）有限公司正式成立，标志着双方在数字农业领域的合作进入实质性阶段。公司将以“农业开源鸿蒙操作系统”为突破口，构建“统一数字底座”，打造“数据+模型+系统”融合的农业智能体，实现农业从“经验种植”向“智能决策”跃迁。这一合作将推动智慧农业与中国种业振兴的深度融合，为全球农业发展贡献中国智慧。

表型组

Plant Phenomics | 基于深度学习使用智能手机图像在植物水平上识别高粱穗和计数谷物的方法研究
期刊：Plant Phenomics
单位和团队：堪萨斯州立大学

背景：高通量表型分析是推进主要大田作物田间性状表征和提高产量的瓶颈。对于高粱（Sorghum bicolor L.），快速的植物水平产量估计在很大程度上取决于穗内的谷物数量。传统的表型分析方法耗时费力，因此迫切需要开发高通量表型分析方法，以自动化估计高粱产量。

主要结果和结论：
研究团队开发了一种基于智能手机图像的深度学习方法，用于识别高粱穗并估算每株植物的粒数。研究使用了Detectron2和Yolov8框架训练了两个模型进行检测和分割，平均精度分别为75%和89%。此外，还训练了三种模型来估算粒数：MCNN、TCNN-Seed和本研究开发的Sorghum-Net。结果显示，Sorghum-Net模型的平均绝对百分比误差为17%，优于其他模型。研究还提出了一个简单的方程式，将模型计数与田间观测到的每穗粒数联系起来，为使用智能手机图像在植物水平上估算高粱产量奠定了基础。

论文链接：https://doi.org/10.34133/plantphenomics.0234

LKNet：利用优化的基于点的框架提高水稻冠层穗数计数精度
期刊：Plant Phenomics
单位和团队：扬州大学智慧农业研究院

背景：基于位置的稻穗计数方法在性能上通常不如基于检测的技术，主要是由于现有模型架构的限制。为了提高不同类型和生育阶段的穗数计数精度，研究团队引入了LKNet，这是一种基于位置的P2Pnet框架开发的创新模型。

主要结果和结论：
LKNet通过重构定位损失函数为预测概率分布，减少人工标注的影响，并通过使用大型核卷积块动态调整接受，以更好地适应不同的穗型。在多个公开可用的计数任务数据集上评估了LKNet，并在多种水稻穗检测数据集上取得了最先进的性能。结果表明，LKNet能有效适应穗型变化，R2值在0.903~0.989之间，突出了LKNet在水稻育种项目中提高穗数精度的潜力。

论文链接：https://doi.org/10.1016/j.plaphe.2025.100003

COMPAG | OSNet：一种基于无人机RGB影像的育种小区定向实例分割网络
期刊：Computers and Electronics in Agriculture
单位和团队：南京农业大学前沿交叉研究院作物时空表型组学团队

背景：从无人机RGB拼接影像中精准提取单个育种小区，是开展大规模田间试验高通量表型差异分析、实现优异种质资源高效鉴选的核心前提。然而，田间场景中存在小区不规则旋转、内外间隙模糊及植被与土壤背景颜色相近的挑战，导致传统图像处理方法难以准确区分小区边界。

主要结果和结论：
研究团队提出了定向实例分割框架OSNet，其架构包含全局上下文变换器（GCT）、定向区域提议网络（Oriented RPN）和旋转对齐输出头三个模块。实验结果表明，OSNet可准确提取育种小区，优于基于水平检测的实例分割算法。在RealWheat2021数据集上，OSNet的AP@0.5、F1-score、Accuracy、IoU、Recall和Plot-a分别为0.917、0.959、0.966、0.912、0.934和0.999。此外，OSNet通过两段式迁移学习策略实现了跨场景泛化，有望迁移至更多作物类型。

论文链接：https://doi.org/10.1016/j.compag.2025.03.003

行业会议

相聚苏州：共探水稻科研前沿奥秘，擘画新质生产力发展宏图
会议名称：2025全国水稻科研前沿与水稻新质生产力发展研讨会
时间：2025年7月21日-23日
地点：中国苏州
主办单位：2025全国水稻科研前沿与水稻新质生产力发展研讨会组委会、中国农业发展与科技交流学术网等

会议内容：会议将围绕水稻育种、高产栽培、植物营养与养分高效、农田生态等学科的交叉与融合展开，邀请国内外知名专家分享最新研究成果。

报名方式：通过邮件回执或微信报名登记，不接受现场报名。
会议费用：提前缴费1800元/人，研究生1300元/人；现场缴费2000元/人，研究生1500元/人。
会议链接：https://mp.weixin.qq.com/s/Px4pKaT8Qg4qvoE9GxuPNQ

关于举办2025年中国种子协会植物新品种保护专业委员会专题培训班的通知
会议名称：2025年中国种子协会植物新品种保护专业委员会专题培训班
时间：2025年6月29日-7月1日
地点：甘肃省张掖市张掖宾馆
主办单位：中国种子协会植物新品种保护专业委员会

会议内容：培训内容包括植物新品种保护条例修订解读、实质性派生品种制度讲解、植物品种DUS测试基本要求等。

报名方式：通过小程序报名，联系人许晓庆13552153632，王晨宇18515619987。
会议费用：培训免费，食宿统一安排，住宿费自理。
会议链接：https://mp.weixin.qq.com/s/_4JWkCqQWHKHooeGTCBCMQ

第十四届全国生物信息学与系统生物学学术大会（第一轮通知）
会议名称：第十四届全国生物信息学与系统生物学学术大会
时间：2025年10月7日-10日
地点：广西南宁
主办单位：中国生物信息学学会筹建工作指导委员会

会议内容：会议将围绕生物信息学与系统生物学的最新研究进展和热点问题展开，设置大会报告、分会场报告、专题论坛、墙报展示等多种形式的学术交流活动。

报名方式：通过大会网站https://ccbsb2025.casconf.cn注册投稿参会。
会议费用：专家代表2200元起，学生代表1200元起，企业代表3800元起。
会议链接：https://ccbsb2025.casconf.cn

【ACM出版|高录用EI会议|高层次嘉宾报告】2025年智慧农业和人工智能国际学术会议（SAAI 2025）
会议名称：2025年智慧农业和人工智能国际学术会议（SAAI 2025）
时间：2025年6月13日-15日
地点：中国西安
主办单位：未明确

会议内容：会议将涵盖智能农机、精准农业、农业大数据分析、无人机应用、物联网在农业中的应用等前沿主题，邀请国内外知名专家作主题演讲。

报名方式：通过大会官网www.icsaai.org投稿报名。
会议费用：投稿（8-10页）4600元/篇，团队投稿≥3篇4200元/篇，口头报告/海报展示1800元/人，仅参会不投稿1500元/人。
会议链接：https://www.icsaai.org