农知育芯为智能育种打造“科研副脑”

10月14日至16日，中国农学会图书情报分会2026年学术年会在河南洛阳举办。会议由中国农学会图书情报分会主办，中国农业科学院农业信息研究所、河南省农业科学院农业信息技术研究所、洛阳市农林科学院联合承办。中国农业科学院农业信息研究所副所长赵瑞雪在会上介绍农知育芯（BRIS，Breeding Research Intelligent Service）阶段性研究成果。农知育芯融合育种文献、权威数据库、知识图谱和分析算法，集成8项分析工具、3项自研算法，为研究人员提供知识获取、任务规划、证据推理全链条智能科研服务。 智能育种是AI+农业的重要场景。随着高通量测序技术快速发展，育种科研数据快速增长，基因、性状和调控通路等知识分散于海量文献和数据库，候选基因筛选、功能解析和多组学研究面临知识检索繁琐、数据分析复杂、验证周期长和试错成本高等挑战。而通用大模型也难以充分满足专业知识、结果依据和溯源能力等科研要求。 面向这一需求，农知育芯打通问答与计算、分析与决策、知识与工具三类能力。科研人员可通过自然语言提出问题或发起任务，系统自动调度工具与算法，汇聚文献、数据库、知识图谱及用户数据，形成分析结果与科研建议。在关键候选基因发现等任务中，平台可辅助科研人员将筛选过程由“大海捞针”转向“精准发现”，堪称智能育种的“科研副脑”。 该平台以高质量知识图谱引导推理，结合分析工具计算、模型研判和知识增强开展协同验证，并对文献、数据库、工具和参数进行全链路核查，形成“问题—数据—结论”的科研闭环。 据悉，农知育芯已汇聚2011年至2025年育种相关核心期刊文献，整合6800万条NCBI基因索引、57万条UniProt专家校验蛋白信息；自主构建的育种知识图谱包含7.9万余个知识实体、12.6万余条实体关系，覆盖水稻、玉米、小麦和拟南芥四类作物，形成文献、权威数据库和知识图谱互为校验的证据网络。 该平台自主研发差异表达分析、GWAS、QTL定位、WGCNA共表达网络等8项经典生物信息与统计遗传分析工具，并构建多效基因挖掘、基因功能预测、通路与网络挖掘3项自研育种算法。 依托上述知识资源、分析工具和算法能力，农知育芯面向育种科研人员提供智能问答和六大科研场景分析工具，涵盖关键候选基因发现、候选基因功能解析、分子机制与调控通路、基因型—表型—转录组联合研判、种质群体遗传解析和分析结果综合研判。 该平台能提供快速问答、结构化分析和深度研究三类任务模式，可适配知识查询、多组学数据分析和综合育种前景评估等不同需求。系统可自动完成数据分析，汇聚多源文献证据，一键导出标准化PDF科研报告，并提供候选基因优先级排序和后续实验建议，支持PC端科研分析和移动端田间使用，服务育种科研人员和相关专业学生。