中国农科院成功开发作物智慧育种自动化可解释机器学习新算法

3月6日，中国农业科学院作物科学研究所作物智能设计算法模型创新研究组李慧慧团队在《先进科学》发文，成功研发了一套自动化机器学习框架，实现了作物精准遗传分析与基因组预测，为作物智能设计育种提供有效工具。该突破有望提高作物育种效率，缩短育种周期，推动农业育种技术的智能化发展。

在传统的作物育种过程中，准确预测作物表型对于提高育种效率、缩短育种周期至关重要。然而，传统的基因组预测方法往往忽略了环境因素对表型的影响，导致在多环境试验中表型预测精度有限。为此，研究团队基于大规模多环境下玉米杂交种的数据集，利用人工智能技术开发了一套自动化机器学习框架，将环境数据与基因组信息深度融合，开展遗传分析与基因组预测。

与传统基因组预测方法相比，该技术有三大亮点：一是集成遗传和环境特征处理功能；二是集成多种先进技术进行模型训练，提升模型训练效率和预测精度，与传统统计模型相比，计算时间可缩短290倍，且能保持较高的预测精度；三是利用独特的SHAP可解释技术解释模型，量化遗传和环境特征对作物表型变异的贡献。未来，该算法有望在智慧农业和精准育种领域得到广泛应用，为保障国家粮食安全和农业可持续发展提供有力支撑。