Computomics：利用先进的机器学习实现预测性植物育种

今日分享一份来自Computomics公司的报告，主题：利用先进机器学习实现预测性植物育种。

Computomics官网：
https://www.computomics.com/home.html

---

1. 公司&团队

• • Computomics 2012 年成立于德国，由 ETH 苏黎世、马普所与图宾根大学专家联合创办
• • 累计 135+ 项目、12 国客户；德国数据中心保障数据安全
• • 主讲人：

• • Christian Dreischer：科学项目经理，12 年生信+6 年项目管理经验
• • Ruth Mayes：全球商务战略总监，跨国生物技术公司销售与团队管理背景

---

2. 今日 5 大学习要点

1. 1. 为什么育种必须建立稳健数据集
2. 2. 如何设计“高性价比训练群体”
3. 3. 机器学习（ML）相对经典统计法的优势
4. 4. 如何把 ML 预测精度落地到杂交、品系、克隆三大育种模式
5. 5. ML 能具体解决哪些育种难题

---

3. 关键概念与方法

• • 训练群体理想画像

• • 覆盖完整遗传多样性（好→差全覆盖）
• • 训练集与目标集基因型/表型分布一致
• • 亲缘相近、环境同质、样本量充足（同质群体几百个即可）

• • ML vs 统计法

• • 无群体结构假设、可处理多倍体、可整合环境因子
• • 能模拟数百万虚拟后代、逐代累积精度
• • 同时优化多性状、捕捉上位×环境互作（GxE、GxGxE…）

• • SeedScore® AI 引擎

• • 整合基因型、表型、环境、微生物组等多源数据
• • 支持“in silico”模拟亿级杂交组合，提前淘汰低性能家系

---

4. 三大育种场景落地

• • 杂交育种

• • 用 800 个测试杂交即可训练预测 200♀×200♂ 全部 DH 组合
• • 4 年传统流程 → 2 年完成，上市时间缩短 50%
• • 同时改♂♀双亲，识别 GCA/SCA 与非加性效应

• • 品系育种

• • 50×50 杂交 → 125 万 F4 虚拟系 → 早期淘汰低产/晚熟家系
• • 多环境（10 地点）同步预测，识别杂种优势群与关键 QTL

• • 克隆育种

• • 对 >10 000 虚拟后代做性能排序，直接锁定最佳亲本组合
• • 可整合温、湿、土壤等环境变量做精准选择

---

5. 客户收益

• • 预测精度提升 2×（考虑非加性与标记互作）
• • 商业候选材料数量提升 10×，田间试验阶段可跳过 400 个候选
• • 支持未来气候场景下的产量预测
• • 提供完整报告、可视化与标记-性状解释，实现“交钥匙”级数据策略

—— Computomics 用 AI 让育种“先算后种”，2-6 年更快上市，更多候选进入商业化管道。

 

如要获取PDF版本，请加入知识星球，里面含有大量智能育种相关资料，欢迎交流。现在加入，新人还可获得100元优惠券。

2025“基因定位与育种设计”暑期培训班将于8月11日正式开班，为期5天！培训内容包括群体遗传和数量遗传基础、两个纯合亲本衍生各种类型群体的连锁分析、遗传图谱构建和基因定位方法、无性系杂交F1和多亲杂交后代群体的遗传分析、杂种优势遗传机制解析、育种模拟预测与分子设计等内容。届时主讲老师将与您深入交流解答遗传分析中的常见问题，诚邀您的参加！

填写如下报名信息，提交并汇款，即为报名成功，报名截止8月10日17:00（到时将自动关闭报名通道，预报从速）。

详情见：2025“基因定位与育种设计”暑期培训班通知，中国农科院作科所专家授课