科技日报记者 吴纯新
近日，认知智能全国重点实验室联合华中农业大学相关实验室、吉林农业大学、武汉理工大学、安徽农业大学、安徽省农业科学院水稻研究所共同发布了一个名为“Agriculture Breeding Claw”（以下简称“ABC系统”）的农业育种科研智能系统，标志着AI for Science在农业育种领域迈出实质性一步。
过去，一位水稻育种专家想要分析一批基因数据，往往需要等生信团队排期、学编程工具、反复沟通参数，一轮完整的差异表达分析走下来，耗时数天甚至一周。如今，专家们只需要打开“ABC系统”，用一句话描述需求，几分钟内便可拿到分析结果和可视化图表。
我国育种科研正处于从“经验育种”向“设计育种”转型的关键阶段。海量测序数据的产出能力已经很强，但从数据到可操作洞察的转化能力严重不足。
华中农业大学作物遗传改良全国重点实验室宋鹏教授介绍，国家重大平台和科研项目在数据积累、算法研发上已有相当基础，但分散在各个课题组和平台之间，尚未形成完整的工具链，许多基层育种人员接触不到、用不上，技术落地“最后一公里”问题突出。
更深层的挑战在于“语言不通”。武汉理工大学李琳教授将其概括为“双向翻译”困境：育种研究者说“帮我看看差异”，工程师要追问用哪种统计方法、多重检验怎么校正；工程师说“这能做到”，生物学家未必理解背后的局限。两套专业语言之间的鸿沟，长期制约着数据驱动育种的落地效率。
“ABC系统”给出的解法是，让研究者用日常语言和数据“对话”。系统实现了四大核心功能：自然语言驱动的数据分析、双轨对比分析、富集分析与通路映射、基因本体可视化与管理。
其中，“自然语言驱动”意味着科研人员无需编写任何代码，只需输入类似“帮我对显著基因进行GO富集分析”这样的指令，系统便可自动调用工具链，完成统计检验、差异筛选、富集分析及结果可视化等下游分析流程。
“双轨对比分析”则是另一个值得关注的设计。系统将传统统计方法与大语言模型的解读并行呈现，研究者可以在同一界面上对比客观数据结论和AI的解读建议，相互校验。李琳教授表示，将两种分析范式在同一产品中并行呈现、相互验证的设计在同类系统中并不常见，大多数现有系统还是二选一模式。
“ABC系统”的诞生是一次产学研协同创新的样本。科大讯飞作为技术牵头单位，从今年2月底启动研发到4月中旬完成初版，团队用不到两个月时间完成从构想到落地，正是依托前期扎实的合作基础和各方在AI与农业领域的长期积累。
目前，该系统聚焦水稻育种场景，未来将持续丰富功能、集成更多工具、面向更广品种，为农业科技创新和种业数智化发展提供支撑。
（受访单位供图）
网友评论
