《人工智能加速大豆新品种的开发》

  • 来源专题:农机装备
  • 编译者: 江浩
  • 发布时间:2025-06-03
  • 人工智能 (AI) 在大豆遗传改良中的应用彻底改变了农业部门,大大缩短了开发新品种所需的时间。以前,此过程可能需要长达 10 年的时间。现在,借助 AI,可以执行模拟和虚拟交叉,以预测工厂在不同环境条件下的性能。

    根据TMG - 热带Melhoramento & Genética(热带育种与遗传学)的副研究员Daniel Longhi的说法,该技术使得在种植之前就可以模拟基因组合,从而优化品种的选择。“借助预测模型,我们能够预测每个地区的重要特征,优化选择并使新品种的推出敏捷性提高三倍,”他说。

    Longhi 指出,田间基因分型和高产表型分析的进展从早期阶段就对每株植物进行遗传图谱分析。“我们输入植物的 DNA 以精确选择必须保留的属性,从而提高田间效率,”他解释说。

    TMG 预计到 2031 年将投资 20 亿雷亚尔,以加强其研发基础设施,重点是大豆、玉米和棉花的基因解决方案。

    人工智能的应用不仅加速了遗传增益,还有助于推动我们的农业朝着生产力、粮食安全和可持续性的全球目标迈进。

    对气候和区域现实的适应性

    巴西的气候和土壤多样性需要每个地区都有特定的遗传材料。“我们在南部种植的材料与塞拉多使用的材料不同,每个地区都有自己的特殊性、挑战和独特特征,”Longhi 解释说。

    在田间技术的支持下,例如用于表型分析的无人机,即使在热浪或严重干旱等不利条件下,也可以评估品种的性能。

    表型数据被集成到基因组库中,并在 AI 的支持下成为高度准确预测建模的基础。

    “今天我们可以预测未来三到四年的交叉表现,”Longhi 说。这允许

  • 原文来源:https://www.seedquest.com/news.php?type=news&id_article=163237&id_region=&id_category=2489&id_crop=
相关报告
  • 《多国人工智能产业加速发展》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-12-29
    • 当前,以人工智能(AI)为代表的新兴信息技术蓬勃发展,人工智能应用技术正加速普及,特别是在医疗健康、教育、金融、安全防务等专业服务领域。咨询公司麦肯锡的一项最新研究发现,疫情防控以来,传统经济加快智能化转型,加速了以人工智能为代表的新技术转化速度,预计到2030年约有30%的工作岗位将实现自动化、智能化。   智能研发提速 机器人显身手   韩国MBN电视台近日推出本国第一位人工智能主播。外形和真人几乎完全相同的人工智能主播,模仿真人的声音和语调,顺利播报了当日的主要新闻和若干条快讯。MBN电视台表示,人工智能主播可以在发生灾难等紧急情况时,迅速向观众播报新闻内容,并可全天候持续工作,节省了大量人力、时间和费用成本。   德国的人工智能医疗机器人“阿达”一直备受关注。当人们在“阿达”的应用界面中输入症状后,“阿达”会通过人工智能算法分析评估病人的症状并给出治疗建议。“阿达”的诊疗“天赋”源于70多名医生、数学家、数据专家和计算机科学家的知识与经验。负责开发“阿达”的科技公司负责人纳特哈特表示:“我们用了7年时间专注研究人工智能的数据处理问题,并建了一个全球医学专家网络来提供医学支持。”目前,全球已有超过300万人使用过“阿达”。2017年,这家初创企业获得了4000万欧元投资。   去年11月,日本NTT公司和日本国立情报学研究所宣布,其研发的人工智能技术挑战当年日本“高考”英语满分200分的笔试题,获得了185分的高分。NTT公司称,他们一直致力于提高人工智能对英语笔试题的自动解答技术、提升其借助深度学习所获得的自然语言处理知识。自2011年起,日本国立情报学研究所和东京大学等合作发起人工智能项目,检验人工智能可在多大程度上模拟人类思考以及解决问题的能力。   不久前,第二届欧盟人工智能联盟大会集中展示了一批典型案例,介绍人工智能应用技术如何助力疫情防控。比如,训练智能机器人来照顾新冠肺炎患者,利用人工智能系统分析病人肺部CT,以减轻医护人员工作压力。比利时鲁汶大学医学影像研究中心主席兼教授苏艾腾表示,实践证明,人工智能比放射医师更能有效地分析肺部CT。   多国出台政策 力促产业发展   近年来,越来越多国家出台政策扶持人工智能产业发展。欧盟今年2月发布《人工智能白皮书》,力促人工智能产业发展。在过去3年里,欧盟用于人工智能研究和创新的资金增至15亿欧元,同比增长70%。欧盟近期还提出了一项重大的专项拨款,用于支持在“数字欧洲”计划下的人工智能研究项目。欧盟希望未来10年每年吸引超过200亿欧元的投资用于人工智能领域。   法国2018年5月出台“法国人工智能战略”,从政策层面力促研究机构将人工智能研发成果商业化。法国政府计划在2022年底前投入15亿欧元用于人工智能产业发展。仅2019年,法国新注册的人工智能企业就达102家。   2019年12月,韩国政府发布“人工智能国家战略”,提出九大领域100个课题,计划2030年时将韩国在人工智能领域的竞争力提升至世界前列。韩国政府力争到2021年成功打造人工智能开发平台、全面开放公共数据,到2024年建立光州人工智能园区,到2029年为新一代存算一体人工智能芯片研发投入约1万亿韩元(1美元约合1090韩元)。   去年6月,日本政府出台“人工智能战略2019”,旨在从全球范围内吸引人才,增强本国人工智能产业竞争力。去年12月,东京大学和软银公司签署协议,宣布将共同打造世界顶尖的人工智能研究所,致力于开展人工智能的基础研究和应用研究。软银将在今后10年为此投资200亿日元(1美元约合104日元)用于相关研究,促进日本人工智能研究及相关产业发展。   应用前景广阔 助益经济增效   专家表示,未来全球可持续增长越来越依赖于数据所创造的价值,而人工智能是数字经济中最重要的应用技术之一。人工智能将在精准农业、远程医疗、自动驾驶等方面大有作为。   普华永道的最新研究指出,到2030年,凭借运用人工智能技术的创新型产品与效率的提升,全球经济总量有望额外增长13.4万亿欧元。研究认为,德国大部分行业尤其是医疗、能源和汽车行业的生产率将因人工智能技术应用而显着提高,预计到2030年德国经济将实现11.3%的额外增加值。韩国政府预计,如果人工智能国家战略相关措施得以有效实施,到2030年,韩国将在人工智能领域创造455万亿韩元经济效益。   日本经济产业省对制造业及建筑业等大约2000家中小企业和提供人工智能服务的企业实施调查,并筛选出可用人工智能替代的业务,估算出如果中小企业引进人工智能技术,到2025年将产生11万亿日元的经济效益,可在一定程度上解决少子老龄化造成的劳动力缺口问题。   韩国延世大学教授金时镐指出,随着人工智能产业的发展,各国政府需要研究各种可能出现的新问题,包括以基本劳动力为中心的工作岗位消失、人工智能服务安全性、数据安全等问题,提前研究应对策略以及必要的法律和制度修订。 作者:牛瑞飞 马菲
  • 《人工智能帮助新药研发》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-12-03
    • 在古代,神农尝百草,这其实就是人工筛选药物的过程。 在现代,看过电影《我不是药神》的人也会知道,新药研发的成本是极高的。 在综艺节目《奇葩说》中,经济学家薛兆丰提到:每一款新药研发的周期大约是20年,平均每款新药的研发费用高达20亿美元。 所以,新药研发是一个高风险高回报的行业。 人工智能时代,情况有了很大的变化,人工智能可以对新药研发有很大的帮助。 药的分类 要理解人工智能对新药研发的帮助,首先需要对药物做一个大致的分类。从药物分子的大小来分,一般可以把药物分为二类。 1. 化学药 化学药的起效成分是单一、明确的化学小分子,分子量通常小于 1000 道尔顿(也就是1000个质子质量)。这种药可以通过实验室化学合成制备,其分子结构可以用紫外可见分光光度计,核磁共振与红外光谱仪等仪器鉴定。这种药物分子可以直接进入细胞产生药效。 著名的阿司匹林(aspirin)就是一种化学药,阿司匹林于1899年3月由德国化学家发明,可用于治疗感冒、发热、头痛等病症。再比如伟哥(viagra)是由美国辉瑞研制开发的一种口服治疗男性性功能障碍的药物,在音乐人李宗盛等人演唱的《最近比较烦》这首歌中,有这样一句“我梦见和饭岛爱一起晚餐, 梦中的餐厅灯光太昏暗, 我遍寻不着那蓝色的小药丸”,这个蓝色的小药丸就是伟哥 ,这也是一种化学药。 2. 生物药 生物药一般是抗体、蛋白(多肽)、核酸类药物,分子量通常远大于1000 道尔顿。所以生物药是大分子药。 比如治疗糖尿病的人工胰岛素就是一种生物药。1958年,中国科学院在王应睐、曹天钦、邹承鲁、钮经义、沈昭文等先生的带领下,正式启动人工合成胰岛素项目,1966年取得巨大成功。我国人工合成的胰岛素其实就是一种人工合成的蛋白质分子,这是一种生物药。 对于人工智能新药研发来说,多数情况下比较适合处理化学药,对于大分子生物药的研发,目前的人工智能技术还有点力不从心。 新药研发与药物靶点 要理解新药研发,我们还要看一下为什么一个人会生病——因为药物是用来治病的。从分子生物学的角度来说,有的病情是由于分子的表达缺失引起的,比如胰岛素降低引起糖尿病;也有的病情是因为分子的表达过强引起的,比如组胺过高引起过敏。 那么,人为什么会生病呢?因为身体是由细胞组成的,细胞是由化学小分子和生物大分子共同组成,它们并不是简单地拼凑在一起,而是相互级联作用构成一个复杂庞大的网络,不同的生理功能可以看成这个巨大网络中一条条串联的线路。 我们身体的疾病,除了外科损伤之外,多数是这个网络上某个线路发生了异常,这就好像某条交通线发生了堵塞一样。吃药的目的就是打开这个拥堵点。这个拥堵点也就是药物分子需要作用的“靶点”。 在分子生物学出现之前,没有药物靶点这个概念。在那个时候,无论是全球各地的草药,还是偶然发现的青霉素,都是根据经验、猜测或者迷信来揣度人体的发病原因。中药就是其中一个例子,一般中药有副作用,这就是因为中药不是根据分子生物学设计出来的,所以它的靶点很散乱,相当于是用散弹枪去打靶,而现代西药则好像是用狙击枪去打靶。 因此,人体内的所有分子都可能成为潜在的靶点,这些分子有可能在细胞膜上,或者在细胞质里,有些可能在细胞核里;这些分子也可能在血液里,或者在大脑中——不同分子的特点不同。比如抗体等生物大分子只能与体液和细胞膜上的分子结合,而化学小分子则更容易穿透细胞膜甚至进入细胞核发挥作用。不同药物进入体内的方式是不同的,一个好的药物需要保证它们不要在进入体内的途中损失掉(比如被胃液的酸性腐蚀等等)。而且药物的设计必须有很好的靶向性,比如有的药需要进入大脑,那么就需要穿过血脑屏障;有的药为了不影响婴儿,则希望它不要透过母婴屏障。最好的药物设计的标准是:设计出来的药只与想治疗的器官和分子发挥作用,而不产生其他的副作用。但是,由于生物功能是一条线路,这个线路上可能不止一个分子有成为靶点的潜力,因此要找到最关键的靶点才会最有效果。但事情没有那么简单,在生物体中,同样一个分子可能是多功能的,如果抑制了这个分子,可能就会引起其他正常功能的损伤,这就是产生副作用,有些副作用还很严重,因此,要选择非常干净特异的分子作为药物靶点。 药物靶点这个概念是分子生物学发展的产物,尤其是基因测序技术发展起来之后才有的新概念。通过研究找到真正作用的原因(分子机理),可以为药物研发提供了新的原理。 人工智能帮助新药研发 人工智能是需要有大数据作为原料的,而新药研发领域其实是一个大数据非常丰富的宝库,因此这为人工智能提供了用武之地。比如1959年《药物化学》杂志创刊至今,至少发表了45万种化合物作为药物的研究对象,这是一个巨大的数据库,对于这样的大数据,人工智能可以发挥它的独特作用。 不久前,《科学美国人》与世界经济论坛发布了2018年十大新兴技术,人工智能辅助化学分子设计——机器学习算法加速新药研发就是其中之一。 目前,在全球有至少100家企业正在探索新药研发的人工智能方法,在国外,葛兰素史克、默克、强生与赛诺菲公司都已经布局人工智能新药研发。在中国,也涌现了深度智耀、零氪科技与晶泰科技等人工智能新药研发企业,药明康德也战略投资了美国的一家人工智能新药研发公司。 对于化学分子的设计而言,以前的设计是通过人员对分子各种侧链和基团化学性质的经验,人工设计药物。这个过程就跟程序员写程序一样,有的人有天分,写一个程序就能成功运行,有的人没天分,设计了许多也没有好用的。因此,在当时就有很多人说,药物的化学设计是一种艺术,甚至是一种玄学。 现在,则可以用机器来学习药物和药物靶点的结合特点,从而让机器来进行药物设计,这也能大大提高成功设计的概率。人工智能通过计算机模拟,可以对药物活性、安全性和副作用进行预测。 人工智能可以应用在药物开发的不同环节,包括虚拟筛选苗头化合物、新药合成路线设计、药物有效性及安全性预测、药物分子设计等。为什么人工智能提高新药研发的效率呢?因为人工智能有很强大的发现关系的能力,还有很强大的计算能力。在发现关系方面,人工智能可以发现药物与疾病的连接关系,也能发现疾病与基因的连接关系。在计算能力方面,人工智能可以对候选的化合物进行筛选,更快筛选出具有较高活性的化合物,为后期临床实验做准备。人工智能在化合物合成与筛选方面可以比传统手段阶段40%的时间,每年为药企节约上百亿的筛选化合物的成本。 人工智能技术的出现,为中国在新药研发的国际竞争中实现弯道超车提供了一定的可能性。