汪海，賴錦盛，王海洋，李新海

（1.中國農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，國家玉米改良中心，北京 100193；2.華南農(nóng)業(yè)大學(xué)生命科學(xué)學(xué)院，廣州 510642；3.中國農(nóng)業(yè)科學(xué)院生物技術(shù)研究所，北京 100081；4.中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所，北京 100081）

《中國農(nóng)村發(fā)展報(bào)告2020》指出，到“十四五”期末我國可能出現(xiàn)1.3億t左右的糧食缺口，其中水稻、小麥、玉米三大主糧缺口約為2 500萬t。種業(yè)作為農(nóng)業(yè)生產(chǎn)的源頭，是國家戰(zhàn)略性、基礎(chǔ)性的核心產(chǎn)業(yè)，必需走自主創(chuàng)新之路。種業(yè)競爭的核心是科技競爭，種業(yè)科技在現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)升級中發(fā)揮著先導(dǎo)作用。在大數(shù)據(jù)、算法、生物技術(shù)的驅(qū)動下，育種技術(shù)正在從以“一把尺、一桿秤、用牙咬、用眼瞪”的傳統(tǒng)經(jīng)驗(yàn)育種轉(zhuǎn)向智能設(shè)計(jì)育種。作物智能設(shè)計(jì)育種是基于作物重要農(nóng)藝性狀形成的遺傳和分子基礎(chǔ)，通過人工智能決策系統(tǒng)設(shè)計(jì)最佳育種方案，進(jìn)而定向、高效改良和培育作物新品種的一門新興前沿交叉學(xué)科。根據(jù)理論基礎(chǔ)和技術(shù)手段的不同，未來智能設(shè)計(jì)育種可以分為兩種范式：一是智能化的雜交育種，根據(jù)作物目標(biāo)性狀的遺傳結(jié)構(gòu)，采用分子標(biāo)記輔助選擇或全基因組選擇策略，將優(yōu)良等位基因聚合到優(yōu)良遺傳背景中，創(chuàng)造出集眾多優(yōu)良基因和調(diào)控模塊于一身、目標(biāo)性狀得到明顯改良的新種質(zhì)或新品種；二是智能化的生物育種，其利用人工智能技術(shù)設(shè)計(jì)優(yōu)異等位變異和基因組元件，利用轉(zhuǎn)基因和基因編輯技術(shù)寫入基因組，精準(zhǔn)改良目標(biāo)性狀。未來智能生物育種的本質(zhì)是大數(shù)據(jù)、機(jī)器學(xué)習(xí)等人工智能技術(shù)與基因編輯、合成生物學(xué)等生物技術(shù)的多元化融合，實(shí)現(xiàn)生物育種的智能化升級。本文探討了上述兩種智能設(shè)計(jì)育種范式的理論基礎(chǔ)、技術(shù)手段和發(fā)展趨勢，分析了我國作物智能設(shè)計(jì)育種在產(chǎn)業(yè)化過程中面臨的市場和政策瓶頸，并提出相關(guān)對策，以期為我國智能設(shè)計(jì)育種發(fā)展戰(zhàn)略的頂層設(shè)計(jì)提供參考，推動我國種業(yè)從經(jīng)驗(yàn)育種時(shí)代跨入智能設(shè)計(jì)育種時(shí)代。

1 智能化的雜交育種：自然變異的智能組合

以自然變異為原料的雜交育種仍然是目前最主要的育種方式。作物自然群體的基因組中含有豐富的自然變異，如單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）、插入缺失（insertion-deletion，InDel）、獲得與缺失變異（presence/absence variation，PAV）、結(jié) 構(gòu) 變 異（structural variation，SV）等。玉米HapMap3數(shù)據(jù)庫包含了來自1 218個(gè)玉米種質(zhì)的約8 300萬個(gè)變異位點(diǎn)[1]。根據(jù)日本遺傳學(xué)家Motoo Kimura[2]的中性進(jìn)化理論，大部分變異是中性的，只有少數(shù)變異位點(diǎn)影響表型，這些變異被稱為功能變異。根據(jù)功能變異對作物農(nóng)藝性狀的效應(yīng)，可以將功能變異分為有利等位變異和有害等位變異。雜交育種的本質(zhì)就是在田間環(huán)境條件下，通過育種材料的雜交和后代群體的人工選擇，尋求有利等位變異的最優(yōu)組合方式。

1.1 大效應(yīng)自然變異和分子標(biāo)記輔助選擇

過去十幾年，作物基因組學(xué)和群體遺傳學(xué)得到了迅速發(fā)展。利用作物自然群體或人工群體，通過關(guān)聯(lián)分析和連鎖分析，已經(jīng)克隆了大量控制重要農(nóng)藝性狀及在馴化和改良過程中發(fā)揮關(guān)鍵作用的數(shù)量性狀位點(diǎn)（quantitative trait locus，QTL）。其中一些QTL已經(jīng)精細(xì)定位到基因并進(jìn)行了功能驗(yàn)證，少數(shù)QTL甚至已經(jīng)定位到功能變異，并對功能變異發(fā)生作用的分子機(jī)制進(jìn)行了詳細(xì)的解析[3-6]。上述研究較為系統(tǒng)地闡明了作物在過去幾千年中發(fā)生馴化和改良的分子機(jī)制，為未來作物的遺傳改良提供了理論基礎(chǔ)和目標(biāo)位點(diǎn)。在水稻中，黃學(xué)輝團(tuán)隊(duì)系統(tǒng)總結(jié)了已報(bào)道的關(guān)鍵功能變異位點(diǎn)，構(gòu)建了迄今為止最完善的水稻數(shù)量性狀基因關(guān)鍵變異圖譜，并開發(fā)了智能化的水稻育種導(dǎo)航程序，為水稻新品種的快速培育提供技術(shù)支持[7]。在玉米中，我國科學(xué)家在抗病[8]、緯度適應(yīng)性[9]、葉夾角[10]、穗行數(shù)[11]等重要性狀的遺傳解析中取得了原創(chuàng)性進(jìn)展。

QTL對未來育種的價(jià)值可能會逐漸降低。Wallace等[12]指出，能夠用關(guān)聯(lián)分析和連鎖分析檢測到的QTL都是效應(yīng)較大的，這樣的QTL往往被早期的育種家在骨干種質(zhì)中優(yōu)化并固定，后期的育種家只能耗費(fèi)更多的資源去優(yōu)化更加微效的QTL。QTL往往具有多效性，育種家需要在多個(gè)相互拮抗的育種目標(biāo)（如生物量和抗倒伏性，產(chǎn)量和抗逆性，產(chǎn)量和品質(zhì)）中尋求穩(wěn)健的平衡；還需要根據(jù)特定的水、肥、光照條件選擇最優(yōu)的自然變異組合。因此，育種材料中一些看似尚未被優(yōu)化的基因組位點(diǎn)，如果放在更廣闊的環(huán)境因素中考慮，可能代表著全局最優(yōu)解。在水稻、小麥、玉米等作物已經(jīng)克隆到的海量QTL中，只有少數(shù)QTL能夠在當(dāng)代主栽品種的遺傳背景下改良農(nóng)藝性狀。鄭單958和先玉335是我國推廣面積大、廣適性強(qiáng)的玉米品種，分別審定于2000和2004年，至今仍在全國各省廣泛使用，說明了在大效應(yīng)位點(diǎn)固化之后聚合微效有利等位變異的艱難。但是，在育種水平較低或育種歷史較短的作物中，仍然存在一些尚未優(yōu)化的大效應(yīng)位點(diǎn)，可以通過分子標(biāo)記輔助選擇技術(shù)加以精準(zhǔn)改良。

1.2 微效自然變異和全基因組選擇

有害變異的基本概念、研究方法和理論框架發(fā)端于人類基因組學(xué)[13-14]，并逐漸滲透到作物基因組學(xué)中。群體中的大部分有害變異是隱性的，自交可以暴露隱性有害變異的表型效應(yīng)，有助于通過自然選擇和人工選擇降低有害變異在群體中的頻率[15-16]。營養(yǎng)繁殖的作物由于無需自交，因此有害變異十分嚴(yán)重。土豆和木薯基因組中的一些有害變異甚至是純合致死的，嚴(yán)重阻礙了這類作物的雜交育種[17-18]。異交作物（如玉米）會比自交作物（如水稻）在基因組中保留更多的有害變異，且有害變異傾向于富集在重組頻率較低的基因組區(qū)段（如著絲粒附近）[19]。盡管現(xiàn)代骨干玉米自交系受到育種家多年的強(qiáng)烈選擇，其基因組中仍然存在大量微效有害等位變異。如何高效定位這些微效有害變異，用于指導(dǎo)雜交育種？單個(gè)微效有害變異對農(nóng)藝性狀的影響極其微弱，因此無法用普通的關(guān)聯(lián)分析和連鎖分析檢測其效應(yīng)。編碼區(qū)的有害變異可以通過變異位點(diǎn)的保守性以及變異在群體中的頻率來間接判斷，常用工具有GERP、SIFT等；轉(zhuǎn)錄調(diào)控區(qū)的有害變異往往使基因的表達(dá)量偏離群體的平均水平，進(jìn)而降低個(gè)體的適合度[20]。在生產(chǎn)上可以利用攜帶互補(bǔ)有害等位變異的2個(gè)自交系產(chǎn)生雜交種，讓2套基因組互相掩蓋對方的有害等位變異（即雜種優(yōu)勢）[21]。在玉米育種中，目前國際種業(yè)公司普遍采用全基因組選擇技術(shù)，更加精準(zhǔn)地聚合微效有利等位變異、清除微效有害等位變異。王向峰團(tuán)隊(duì)較全面地綜述了全基因組選擇的原理和流程[22]。全基因組選擇在基礎(chǔ)理論上已經(jīng)不存在尚未解決的科學(xué)問題，將該技術(shù)用于育種的難點(diǎn)在于如何以工程化育種的思路，以合適的體制機(jī)制將人力、物力、財(cái)力資源有機(jī)整合，效仿日本豐田公司“擰干毛巾上最后一滴水”的精神，實(shí)現(xiàn)育種流水線的高效、低成本運(yùn)轉(zhuǎn)。

1.3 未來智能雜交育種的增長點(diǎn)和突破口

智能雜交育種的關(guān)鍵目標(biāo)是如何根據(jù)氣候條件和栽培耕作措施更加精準(zhǔn)地設(shè)計(jì)自然變異的最優(yōu)組合，并沿著最快的路徑，通過現(xiàn)有育種材料的雜交選育實(shí)現(xiàn)上述最優(yōu)組合。為了更好地實(shí)現(xiàn)這一目標(biāo)，需要從數(shù)據(jù)、模型、育種輔助技術(shù)3個(gè)方向?qū)で笮碌脑鲩L點(diǎn)和突破口：①育種大數(shù)據(jù)的積累是智能雜交育種的關(guān)鍵，未來高通量基因型數(shù)據(jù)、環(huán)境數(shù)據(jù)、表型數(shù)據(jù)平臺的發(fā)展將極大地提升數(shù)據(jù)的數(shù)量和質(zhì)量，使智能雜交育種決策更加精準(zhǔn)，與傳統(tǒng)經(jīng)驗(yàn)育種相比具有顯著的優(yōu)勢；②在育種大數(shù)據(jù)的支撐下，如何建立統(tǒng)計(jì)模型，基于高維的基因型和環(huán)境數(shù)據(jù)預(yù)測表型是智能雜交育種的另一個(gè)關(guān)鍵點(diǎn)，但是，目前模型構(gòu)建所需的數(shù)學(xué)和計(jì)算機(jī)理論基礎(chǔ)已經(jīng)非常成熟，單純依靠算法優(yōu)化提升育種決策精度的空間已經(jīng)很小；③其他輔助育種技術(shù)也可能成為未來的突破口，如快速育種（speed breeding）技術(shù)[23]和單倍體育種技術(shù)[24-25]可以大幅縮短育種年限，染色體定點(diǎn)重組技術(shù)[26-27]可以使性狀導(dǎo)入更加精準(zhǔn)，無融合生殖技術(shù)[28]和智能不育技術(shù)[29]未來可能大幅降低育種和制種成本。上述不同領(lǐng)域和方向的交叉融合不僅為智能雜交育種設(shè)計(jì)更好的“施工圖”，而且提升施工速度，降低施工成本。

2 智能化的生物育種：人工變異的智能創(chuàng)制

進(jìn)化是不完美的，根據(jù)日本遺傳學(xué)家提出的中性進(jìn)化理論[2]，自然界發(fā)生的大部分有利突變都會在遺傳漂變的過程中丟失；英國生物化學(xué)家Kacser和Burns[30]的代謝控制論指出，由于自然選擇作用于個(gè)體層次而不是分子和細(xì)胞層次，分子和細(xì)胞層次的表型存在巨大的優(yōu)化空間。長遠(yuǎn)來看，自然界尚未被育種家發(fā)掘和利用的優(yōu)異等位變異數(shù)量不斷減少，日漸枯竭。近年來，一些作物中出現(xiàn)了可用優(yōu)異等位變異不足、品種同質(zhì)化嚴(yán)重的問題，制約了突破性新品種的培育。因此，亟需開展兩方面工作以彌補(bǔ)進(jìn)化的內(nèi)在缺陷：一是融合群體遺傳學(xué)和人工智能技術(shù)，從自然變異（尤其是關(guān)聯(lián)分析無能為力的低頻和稀有變異）中發(fā)掘與表型有因果關(guān)系的有利等位變異，用基因編輯技術(shù)寫入作物基因組，防止它們湮滅在隨機(jī)漂變之中；二是對控制作物重要農(nóng)藝性狀的關(guān)鍵基因，通過合成進(jìn)化或人工智能技術(shù)探索自然變異尚未觸及的變異空間，對其轉(zhuǎn)錄調(diào)控區(qū)DNA序列或蛋白質(zhì)序列進(jìn)行優(yōu)化設(shè)計(jì)甚至從頭設(shè)計(jì)，然后利用基因編輯和轉(zhuǎn)基因技術(shù)改造作物基因組。上述技術(shù)將對雜交育種形成有益的補(bǔ)充。

2.1 發(fā)掘自然群體中的優(yōu)異等位變異，指導(dǎo)基因編輯育種

基因編輯育種和雜交育種的不同之處在于：雜交育種可以利用與因果變異（causal variant）存在連鎖不平衡的其他變異作為分子標(biāo)記，而基因編輯育種依賴于對因果變異本身的發(fā)掘和利用。在過去幾十年中，通過連鎖分析和關(guān)聯(lián)分析在動植物中解析了大量控制重要性狀的QTL或基因，但是由于連鎖不平衡的存在，大量位點(diǎn)中的因果變異并不清楚；此外，在關(guān)聯(lián)分析中低頻/稀有變異的統(tǒng)計(jì)學(xué)功效不足，使低頻/稀有變異這一寶庫長期無法得到有效的發(fā)掘和利用（這類變異在統(tǒng)計(jì)分析時(shí)往往被忽略不計(jì)）。為了克服上述問題，近年來，在人類和動物基因組學(xué)研究中，深度學(xué)習(xí)技術(shù)被廣泛用于從自然變異中發(fā)掘功能變異。功能變異通過影響不同層次的分子表型（如基因表達(dá)量或蛋白質(zhì)的生化活性），進(jìn)而影響最終表型（如人類疾病、畜禽品質(zhì)等）。因此，可以建立從基因組序列預(yù)測分子表型的深度學(xué)習(xí)模型，然后利用上述深度學(xué)習(xí)模型掃描自然變異，預(yù)測哪些自然變異可能造成分子表型的改變，這些變異可能是最終表型的功能變異。在人類基因組學(xué)研究中，這一方法已被用來發(fā)掘造成人類疾?。ㄈ缱蚤]癥）的功能變異[31-32]。在植物中，模擬分子生物學(xué)過程的深度學(xué)習(xí)技術(shù)也開始蓬勃發(fā)展[33-36]。利用上述深度學(xué)習(xí)模型掃描作物群體中的自然變異，有助于高通量發(fā)掘功能變異，可以指導(dǎo)基因編輯育種，對雜交育種形成重要的補(bǔ)充。對家畜全基因組選擇育種的計(jì)算機(jī)模擬表明，如果在全基因組選擇育種的同時(shí)，利用基因編輯技術(shù)向基因組中寫入有利等位變異或清除有害等位變異，可以顯著提升全基因組選擇的遺傳增益[37-38]。

2.2 設(shè)計(jì)自然界不存在的優(yōu)異等位變異，指導(dǎo)基因編輯育種

如何在轉(zhuǎn)錄調(diào)控區(qū)設(shè)計(jì)自然界不存在的優(yōu)異等位變異？過去幾十年中，在作物中已鑒定到大量位于轉(zhuǎn)錄調(diào)控區(qū)的優(yōu)異等位變異[4-6]，表明轉(zhuǎn)錄調(diào)控區(qū)的優(yōu)化在作物馴化和改良中占有重要地位。轉(zhuǎn)錄調(diào)控區(qū)的變異空間極其龐大，以長度為140 bp的DNA為例，其堿基組合數(shù)量可達(dá)到4140，超過可觀測宇宙中所有原子的數(shù)量[6]。龐大的變異空間導(dǎo)致轉(zhuǎn)錄調(diào)控區(qū)DNA序列的解讀十分困難，制約了轉(zhuǎn)錄調(diào)控區(qū)優(yōu)異等位變異的設(shè)計(jì)。在作物中，基因編輯技術(shù)已經(jīng)成功用于在轉(zhuǎn)錄調(diào)控區(qū)產(chǎn)生優(yōu)異等位變異。例如，對重要農(nóng)藝性狀的負(fù)調(diào)控基因進(jìn)行啟動子飽和編輯，再從后代中篩選目標(biāo)基因被“敲低”的新種質(zhì)[39-41]，但這一方法具有一定的隨機(jī)性，且工作量較大。另一種策略是針對重要農(nóng)藝性狀的正調(diào)控基因，利用基因編輯技術(shù)在染色體上產(chǎn)生倒位，讓該基因和附近另一個(gè)高表達(dá)基因交換啟動子，實(shí)現(xiàn)基因的“敲高”[42]，但這一策略難以保持基因原有的時(shí)空特異性，對其他基因的表達(dá)也可能造成影響。因此，亟需開發(fā)更加智能、定向、普適的轉(zhuǎn)錄調(diào)控區(qū)優(yōu)異等位變異創(chuàng)制方法。以深度學(xué)習(xí)為核心的人工智能技術(shù)由于擅長捕捉DNA序列和分子功能之間的映射關(guān)系，非常適用于作物基因組DNA序列的優(yōu)異等位變異設(shè)計(jì)[34]。因此，有必要利用人工智能技術(shù)精準(zhǔn)設(shè)計(jì)自然界不存在的優(yōu)異等位變異，并利用基因編輯技術(shù)將優(yōu)異等位變異寫入作物基因組，改良關(guān)鍵農(nóng)藝性狀，對傳統(tǒng)雜交育種形成補(bǔ)充。

如何在蛋白質(zhì)序列上設(shè)計(jì)自然界不存在的優(yōu)異等位變異？對簡單性狀的設(shè)計(jì)，可以在理解蛋白質(zhì)功能的基礎(chǔ)上模仿自然變異，如通過基因編輯破壞wax y基因的編碼區(qū)可以獲得糯玉米[43]。但是，對蛋白質(zhì)的精細(xì)改造需要從兩方面開發(fā)更加復(fù)雜的工具：一是人工智能，在AlphaFold、RoseTTAFold等蛋白質(zhì)結(jié)構(gòu)預(yù)測模型的推動下，蛋白質(zhì)的人工智能設(shè)計(jì)已經(jīng)成為飛速發(fā)展的熱門領(lǐng)域[44]，未來可以對轉(zhuǎn)基因或作物內(nèi)源基因的蛋白質(zhì)序列進(jìn)行精準(zhǔn)改造，定向改進(jìn)作物關(guān)鍵農(nóng)藝性狀；二是合成進(jìn)化（synthetic evolution），在微生物和動物中已經(jīng)發(fā)展了多個(gè)合成進(jìn)化系統(tǒng)，如細(xì)菌中的PACE系統(tǒng)[45]、酵母的OrthoRep系統(tǒng)[46]、哺乳動物的VEGAS系統(tǒng)[47]等。利用上述合成進(jìn)化系統(tǒng)，已經(jīng)進(jìn)化出新的Bt抗蟲蛋白[48]、人工轉(zhuǎn)錄因子蛋白[49-50]、堿基編輯器[51-52]、RNA聚合酶[45-53]、新型冠狀病毒抗體[54]等重要蛋白質(zhì)。雖然目前在植物中還缺少類似的系統(tǒng)使生物序列在持續(xù)的“飽和突變-篩選”循環(huán)過程中不斷進(jìn)化，但是在植物中可以利用高通量堿基編輯技術(shù)對目標(biāo)基因的編碼區(qū)進(jìn)行飽和誘變，再從中篩選符合預(yù)期表型的突變，如具有除草劑抗性的突變蛋白[55-56]。未來，合成進(jìn)化技術(shù)也會在作物中取得突破，且深度學(xué)習(xí)技術(shù)可能與合成進(jìn)化技術(shù)形成“正反饋閉環(huán)”：合成進(jìn)化技術(shù)為深度學(xué)習(xí)模型提供訓(xùn)練和測試所需的大量數(shù)據(jù)，讓深度學(xué)習(xí)模型變得更“聰明”；而深度學(xué)習(xí)為合成進(jìn)化設(shè)計(jì)起始序列和進(jìn)化方向，讓合成進(jìn)化變得更“精準(zhǔn)”。同時(shí)，基因編輯技術(shù)自身仍然處于迅速發(fā)展的過程中。低成本、高通量、能夠任意增刪改、無需轉(zhuǎn)基因、不受作物基因型限制的基因編輯技術(shù)將超越雜交選育，成為育種的主流手段，不僅能廣泛用于現(xiàn)有作物的改良，也可用于野生物種的從頭馴化[57-58]。

2.3 利用深度學(xué)習(xí)技術(shù)從頭設(shè)計(jì)自然界不存在的功能元件，指導(dǎo)合成生物學(xué)

合成生物學(xué)是改變育種方式的另一項(xiàng)革命性技術(shù)。隨著生物元件（如DNA、蛋白質(zhì)）的化學(xué)合成成本不斷降低，如何從頭設(shè)計(jì)具有優(yōu)異功能的生物元件成為合成生物學(xué)的瓶頸問題。轉(zhuǎn)基因技術(shù)，尤其是抗蟲、抗除草劑基因的應(yīng)用，已經(jīng)在全球產(chǎn)生了年產(chǎn)值數(shù)百億美元的龐大市場。但是現(xiàn)有的轉(zhuǎn)基因技術(shù)一般只是利用了自然界已有的基因組元件或蛋白質(zhì)，或是對自然界的基因組元件和蛋白質(zhì)進(jìn)行有限的優(yōu)化，尚無從頭設(shè)計(jì)的例子。近年來，深度學(xué)習(xí)領(lǐng)域出現(xiàn)了新的分支——生成模型（generative model）技術(shù)。該技術(shù)可以從大量已知的生物學(xué)序列中總結(jié)規(guī)律，進(jìn)而從頭設(shè)計(jì)具有優(yōu)異生化特性的、全新的生物學(xué)序列。例如，通過學(xué)習(xí)自然界的啟動子DNA序列，生成模型可以設(shè)計(jì)自然界不存在的啟動子[59]；通過學(xué)習(xí)自然界的蛋白質(zhì)，生成模型可以設(shè)計(jì)自然界不存在的蛋白質(zhì)[60-61]。預(yù)期基于深度學(xué)習(xí)的合成生物學(xué)將為作物育種帶來顛覆性技術(shù)變革，對農(nóng)業(yè)關(guān)鍵基因組元件和蛋白質(zhì)（如抗蟲蛋白、抗除草劑蛋白、基因編輯蛋白等）進(jìn)行從頭設(shè)計(jì)，實(shí)現(xiàn)快速育種應(yīng)用。

3 我國智能設(shè)計(jì)育種產(chǎn)業(yè)化的瓶頸問題及其對策

3.1 加強(qiáng)應(yīng)用技術(shù)研究和知識產(chǎn)權(quán)保護(hù)，培育創(chuàng)新型企業(yè)

過去的幾十年中，我國作物學(xué)基礎(chǔ)研究進(jìn)展顯著，尤其在作物基因組測序組裝、關(guān)鍵農(nóng)藝性狀的遺傳解析和功能基因組學(xué)領(lǐng)域，逐漸從“跟跑”轉(zhuǎn)變?yōu)椤邦I(lǐng)跑”，取得了一系列創(chuàng)新性成果。但是，全基因組選擇算法開發(fā)、表型組算法構(gòu)建、田間機(jī)器人等應(yīng)用型領(lǐng)域，長期處于被忽視的狀態(tài)。另外，我國種業(yè)企業(yè)在新技術(shù)領(lǐng)域的創(chuàng)新能力不足，難以支撐育種技術(shù)研發(fā)。為了提升企業(yè)的創(chuàng)新意愿和創(chuàng)新力，亟需完善種業(yè)法律法規(guī)保障體系，強(qiáng)化知識產(chǎn)權(quán)保護(hù)力度，增加市場集中度，停止企業(yè)在低水平的徘徊。智能設(shè)計(jì)育種涵蓋農(nóng)學(xué)、生物學(xué)、遺傳學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、信息學(xué)等學(xué)科，對于人才的交叉學(xué)科研究能力要求較高。只有通過市場集中度和創(chuàng)新意愿的提升，才能產(chǎn)生高薪研發(fā)崗位，吸引農(nóng)學(xué)、計(jì)算機(jī)、微電子、自動化等領(lǐng)域的優(yōu)秀人才，形成合力開發(fā)跨學(xué)科的智能設(shè)計(jì)育種體系。

3.2 加強(qiáng)原創(chuàng)型研究，破解智能設(shè)計(jì)育種的“卡點(diǎn)”

我國基礎(chǔ)研究領(lǐng)域的成果正在經(jīng)歷從“量變”到“質(zhì)變”的轉(zhuǎn)變。但是，我國的科研仍然存在“從1到100”強(qiáng)、“從0到1”弱的問題。如群體遺傳學(xué)和數(shù)量遺傳學(xué)的基礎(chǔ)理論，以及相關(guān)的關(guān)聯(lián)分析、連鎖分析、有害變異分析、基因組選擇信號分析、全基因組選擇技術(shù)、二代和三代測序技術(shù)、基因編輯技術(shù)、合成生物學(xué)技術(shù)、人工智能技術(shù)都發(fā)端于美國，我國尚未成為新思想、新技術(shù)的策源地。智能設(shè)計(jì)育種技術(shù)體系主要由基因組研究、表型組研究、分子設(shè)計(jì)等鏈條構(gòu)成，我國在部分關(guān)鍵技術(shù)面臨“卡脖子”問題：高通量測序技術(shù)主要依賴美國Illumina公司等大型企業(yè)；作物育種芯片核心技術(shù)基本被美國昂飛公司所壟斷，基因型分析的高通量、自動化設(shè)備被拜爾公司專利獨(dú)有；作物高通量表型組設(shè)備主要依賴進(jìn)口。這些“卡點(diǎn)”的解決會是長期而艱巨的過程。

3.3 加強(qiáng)科研單位和企業(yè)能力建設(shè)，形成智能設(shè)計(jì)育種創(chuàng)新合力

一直以來，科研院所在我國種業(yè)當(dāng)中扮演核心力量，但推動種業(yè)優(yōu)質(zhì)資源在市場中有效整合，離不開企業(yè)對種業(yè)創(chuàng)新的有效參與。事實(shí)上，反觀近年來我國種業(yè)品種的“井噴”現(xiàn)象，育種企業(yè)貢獻(xiàn)很大。有關(guān)數(shù)據(jù)顯示，由企業(yè)選育品種的數(shù)量已超過科研單位，占整體品種選育量的60%。智能設(shè)計(jì)育種對資源挖掘-理論創(chuàng)新-技術(shù)集成-品種制造的全鏈條融合創(chuàng)新要求比較高，國際種業(yè)公司有足夠的人才和資金優(yōu)勢形成從基礎(chǔ)研究到應(yīng)用研究的綜合布局，且在相關(guān)領(lǐng)域已經(jīng)形成技術(shù)和專利壁壘，占據(jù)先發(fā)優(yōu)勢。國際跨國公司（科迪華、拜耳等）整合了智能設(shè)計(jì)育種各環(huán)節(jié)上的資源，正在加快布局多技術(shù)融合型育種體系，形成全球領(lǐng)跑的態(tài)勢，而我國的創(chuàng)新鏈環(huán)節(jié)存在斷點(diǎn)，研究力量分散，產(chǎn)業(yè)主體實(shí)力不足，尚未形成完善的智能設(shè)計(jì)育種技術(shù)鏈和產(chǎn)業(yè)化鏈條。目前世界上只有國際一流的種業(yè)公司能夠?qū)⒒蚪M選擇技術(shù)和生物技術(shù)成功運(yùn)用于商業(yè)育種中，而國內(nèi)育種企業(yè)在前沿技術(shù)創(chuàng)新和產(chǎn)業(yè)布局方面進(jìn)展較小，育種水平還基本停留在經(jīng)驗(yàn)育種階段。因此在短期內(nèi)，我國種業(yè)企業(yè)非常有必要與科研單位形成合力，在智能設(shè)計(jì)育種數(shù)據(jù)的積累和挖掘、算法開發(fā)方面完善創(chuàng)新和應(yīng)用體系，形成“基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究在高校和研究所，應(yīng)用研究在企業(yè)”的創(chuàng)新局面。

4 結(jié)語

未來的作物智能設(shè)計(jì)育種將進(jìn)入“雙輪驅(qū)動”時(shí)代：一方面，通過全基因組選擇等技術(shù)，可以比僅僅依賴表型選擇更加精準(zhǔn)高效地聚合育種群體中的優(yōu)異等位變異；另一方面，可以在人工智能模型的指導(dǎo)下設(shè)計(jì)自然界不存在的優(yōu)異等位變異和基因組元件，然后利用基因編輯、轉(zhuǎn)基因等技術(shù)精準(zhǔn)改造基因組序列，從而改良作物田間農(nóng)藝性狀。國際種業(yè)公司已經(jīng)在全基因組選擇、轉(zhuǎn)基因、基因編輯等領(lǐng)域形成全面的技術(shù)壁壘，并且有能力讓前沿技術(shù)轉(zhuǎn)化為企業(yè)利潤，進(jìn)而反哺前沿技術(shù)開發(fā)。我國亟需在國家戰(zhàn)略層面對智能設(shè)計(jì)育種的發(fā)展提出前瞻性的頂層設(shè)計(jì)，同時(shí)尊重市場經(jīng)濟(jì)的客觀規(guī)律，讓科研機(jī)構(gòu)和種業(yè)企業(yè)在智能設(shè)計(jì)育種的科學(xué)理論問題和工程技術(shù)問題中找準(zhǔn)定位、優(yōu)勢互補(bǔ)，促使我國種業(yè)企業(yè)盡快從經(jīng)驗(yàn)育種時(shí)代跨入智能設(shè)計(jì)育種時(shí)代，保障我國種業(yè)國際競爭力和糧食安全。