本期资讯聚焦种源创新、农产品加工提质、智慧养殖等领域，兼顾政策适配性、技术落地性与行业前瞻性。
Breeding 5.0来了！ AI解码种质资源，重构作物育种新范式 面对气候变化、耕地退化、病虫害加剧等挑战，传统育种技术已难以为继。近期，中国农科院、浙江大学等机构团队在《Journal of Integrative Plant Biology》发表重磅评述，提出 Breeding 5.0 框架 —— 以 AI 和机器人技术为核心，让作物育种从 “经验驱动” 迈入 “智能解码” 新时代，为全球粮食安全提供全新解决方案。 作物育种百年史，本质是数据利用能力的升级史。研究团队清晰梳理出五代演化脉络：1.0 传统育种靠肉眼观察与经验传承，效率低下；2.0 杂交育种以孟德尔遗传学为基础，建立科学框架；3.0 基因组选择育种通过 DNA 标记技术，将育种周期缩至 5-8 年；4.0 精准育种依托基因编辑与多组学整合，实现基因精准修饰但受限于数据处理能力；而 5.0 智能育种以生成式 AI、可解释 AI 和机器人为关键技术，将周期进一步压缩至 2-3 年，实现从 “被动筛选” 到 “主动设计” 的跨越。 AI 是 Breeding 5.0 的 “核心引擎”。不同于前四代的 “被动分析”，第五代 AI（以 GPT、BERT 等模型为代表）能深度 “读懂” 种质资源，不仅识别基因标记，更能解码其架构、调控逻辑与环境互作关系。通过整合基因组、环境、表型数据，AI 可直接设计最优亲本组合，预测杂交后代性状，无需大规模田间试错。例如，科研团队通过 AI 构建 “小麦种质知识图谱”，成功挖掘出 12 个新的抗倒伏关联基因，为育种提供全新靶点。 机器人则是智能育种的“执行手脚”，实现从实验室到田间的全流程落地。微观层面，胚胎显微注射机器人效率达人工 10 倍以上，单细胞分离机器人避免批量测序的信号干扰；表型层面，地面机器人与无人机、卫星协同，实现 “单株到全域” 的高通量数据采集；田间管理层面，自主播种、收获机器人构建无人化闭环，采收效率最高达人工 8 倍，损伤率低于 1%。 为推动技术落地，研究团队提出HOPE 框架，形成 “自我强化的育种飞轮”：整合多模态数据筑牢基础，通过全模拟育种缩短周期，依托无人化管理提升效率，借助可解释 AI 保障决策可靠。测算显示，该框架可将水稻抗病育种周期从 6 年缩至 2 年，抗病率提升 15%。 当前全球育种呈现“多代并存” 格局，Breeding 5.0 不仅能缩小发达国家与发展中地区的技术差距，更有望支撑极端环境农业，甚至为 “星际农业” 提供技术支撑。对国内研究者而言，未来需重点发力种质资源 AI 挖掘、区域定制化模型开发与技术普惠，让每一份种质资源发挥最大价值。 Breeding 5.0 已不是遥远概念，而是正在落地的实践。它重构了育种全流程，让农业从 “靠天吃饭” 变为 “可控可设计”。对科研与技术人员而言，这既是掌握跨学科技能的挑战，更是参与农业科技底层逻辑重构的重大机遇。” （资讯来源：国科农研院） 近日，中国农业科学院农产品加工研究所联合国内外科研团队，系统揭示了小麦基因型、灌溉条件、储存方式及制粉工艺影响面团流变特性及产品质量的微观和介观机制。该研究首次明确蛋白质分子间二硫键与氢键的比率是关键调控指标，为优质专用小麦品种选育和面制品精准加工提供了新的理论依据。相关研究成果已发表在国际食品领域权威期刊《食品化学》上。 面包、面条、馒头等面制品的质地、弹性和口感，取决于小麦面粉中面筋蛋白形成的三维网络结构。然而，在育种、栽培、储存和加工过程中，多种因素如何影响蛋白质分子间的相互作用，进而决定面团的筋力、延展性和持水性，一直是学界和产业关注的重点与难点。为解析这一复杂过程，研究团队选取具有代表性的小麦基因型开展系统研究。 研究结果发现，携带“5+10”亚基的强筋小麦品种，其蛋白质和二硫键含量更高，形成的面团更筋道，粉质仪揉混时的稠度更大，但面筋网络过于致密，持水能力相对较弱。同时，生长季不灌溉能促使小麦在灌浆期形成更多二硫键，实现蛋白质的“预聚集”，使面团蛋白质网络更紧密，从而在后续和面时需要更多搅拌能量。 从储存方式来看，与常温有氧储存相比，4℃无氧储存能显著抑制二硫键的过度形成，同时促进氢键的增加。氢键有助于面筋网络的延伸，并提升持水能力。研究者还发现，即使同一批小麦，由于麦粒不同部位的蛋白质组成与状态不同，其面粉特性也存在梯度差异。 该研究还突破性地提出一个可量化衡量蛋白质网络聚集状态的关键指标——二硫键与氢键的比率。形象地说，二硫键如同坚固的钢钉，决定面团网络强度；氢键则像灵活的魔术贴，影响面团网络的弹性和持水性。研究表明，该比率与粉质仪面团揉混峰值稠度呈显著正相关，比率越高，蛋白质聚集越紧密，面团筋力越强；而面筋持水能力则与达到粉质仪搅拌峰值所需的能量呈负相关。 中国农业科学院农产品加工研究所研究员张波表示，该研究从蛋白质互作的微观和介观尺度揭示了面团质量形成的核心机制，对产业实践具有重要指导意义：在育种上，可针对性地选择调控关键相互作用比例的基因型；在栽培上，可科学管理水分以平衡产量与蛋白质质量；在储运和加工上，可通过控制储存条件和科学配粉，精准调控面粉的加工性能，最终实现优质面制品的标准化生产。 资讯来源：《光明日报》 生猪智慧养殖AI算法技术小麦粉面团质量形成分子机制被揭示
一、基本情况
针对我国生猪产业上下游存在生产方式落后、环节多、链条长、信息不对称、效率低、运营成本高等问题,该技术基于“IAP数智农业”底层平台,打造生猪企业专属的数智化AI算法,覆盖人、猪、车、物、行为等多个领域,提供精确的数据分析和决策支持,能够精准分析养殖过程中的各类数据,实现智能化决策与管理,有效提升养殖效率、降低成本、保障动物健康,为养殖业的可持续发展注入新动力。
二、技术要点及成效
(一)技术要点
依托IAP操作系统平台与百万级养殖数据训练的AI大模型,结合智能硬件的融合接入,构建“感知—决策—执行—反馈”的全链闭环系统,实现环境调控、行为识别、精准饲喂与疫病预警等功能的深度融合。
1.AI算法技术。通过自研Loki算法平台,重点为猪场提供AI巡检、洗消监管、精准饲喂、智能能耗、智能环控、数智监管、远程卖猪、AI盘估八大算法应用,聚焦人猪行为识别、猪场盘点估重及疫病预警等核心场景应用。通过非接触式性状测定,利用3D重建、测量、补偿等技术,识别体长、体高、体宽、腹宽、臀宽、腹围、臀围、管围等27个关键点,利用多角度深度数据采集与点云融合等,实现猪只盘点、估重及行为识别等关键信息。同时,开展动物视觉及声纹识别、动物及人的行为监测等算法研发应用,重点突出猪场无人化、智能化和精细化的过程管理,实现对猪场日常生产的全流程管理,有效提升猪场的管理水平。
2.数字孪生技术。以3D建模、智能分析、数据可视化搭建基础底座,结合传感器网络、物理仿真、数据处理和数据驱动等关键技术,1:1还原猪场,实现厂房布局及设备协同的仿真,以三维可视化的形式立体化呈现猪场运行的综合态势,利用边缘计算,实现虚拟猪场对实体猪场的精准信息传达、远程操控,感知猪场的发展趋势和运行风险,为猪场场景化应用提供积淀、融合、开放、稳定的技术能力支撑。
3.大模型技术。整合十年农牧大数据+农牧专业知识库超5000万条产业数据与专家经验数据,精准适配农业场景和需求。首创多Agent协同架构,构建混合专家矩阵,融合多模态感知与强化学习技术,打造上千项核心技能,拥有自动路由、专业化分工、分布式执行和多流程编排等能力,实现从育种、养殖、屠宰加工等全产业链、全流程的技术赋能,突破通用大模型在垂直领域的泛化局限。
(二)降本增效方面
该技术可赋能不同的应用场景,实现猪场远程化、精准化、可视化管理。以某母猪存栏500头猪联网用户为例,利用本技术赋能生产管理环节,可使配种分娩率由82%提高到87%;PSY由24提高到26;料肉比由2.8降低到2.65,降低0.15;同时,可将人工效率由300头/人,提高到450头/人。综合测算,每头母猪年节省900元。
三、应用条件及要求
1.软硬件建议母猪存栏500头以上的规模猪场;供应链及大模型产品无特殊要求。
2.自繁自养、家庭农场、个体户等模式全覆盖。
3.网络基础支撑(4G/5G等);手机、计算机等终端设备。
4.操作人员应通过培训,详细了解各软硬件产品使用说明书,掌握操作和使用技术要点。
