当前，人工智能正加速向生命科学和农业育种领域渗透，智能育种已成为全球种业竞争的新高地。在6月13日至15日于广州召开的国家水禽产业技术体系“十五五”任务研讨会上，侯卓成教授围绕人工智能如何赋能畜禽育种，特别是水禽分子设计育种、表型组测定及基因组选择等方面，分享了最新进展与战略思考。现将核心内容整理如下。

　　一、人工智能+育种：国家战略与全球布局

　　人工智能已上升为我国的重大国家战略。2024年8月，国务院发布关于深入推进“人工智能+”行动的实施意见，其中第一条即明确“AI for Science”（人工智能驱动科学发现），涵盖从基础0到1的原创突破，到1到N的产业转化，再到社会科学与AI融合的治理新范式。在农业农村领域，种业振兴行动已推进五六年，“十四五”期间全行业均受益于此。目前，主管部门已提出目标：力争2030年，我国畜禽育种理论与技术全面实现与国际并跑，并形成中国特色优势。

　　从全球看，美国、欧盟等均布局了宏大的AI育种计划。例如，美国的“Genetics to Go”愿景、欧盟的系列战略框架，均将AI作为提升育种效率的核心工具。我国虽起步稍晚，但发展势头迅猛，尤其在应用层面具备独特的产业规模和场景优势。

　　二、基础生物学AI突破：育种底层逻辑的重塑

　　近年来，DeepMind等机构推出的AlphaFold系列（包括AlphaFold、AlphaFold2、AlphaFold3及AlphaMissense等）在蛋白质结构预测领域达到95%以上准确度，并获得诺贝尔奖级认可。AlphaMissense更实现了对基因组“暗物质”——即变异对表型和基因表达影响方向的初步解码，准确率已有较好表现。

　　这些基础工具的成熟，正在改变传统“提出假设—验证假设”的科研范式，使大规模的虚拟突变与功能预测成为可能。对育种而言，这意味着从经验驱动的表型选择，向数据驱动的基因型设计跨越的技术基础正在夯实。

　　前沿学者提出的“育种5.0”框架，其核心是虚拟育种——通过基因组改造与表型预测，在计算机中模拟作物（及畜禽）对未来环境的响应，从而大幅缩短育种周期。这一路径涵盖自动化表型获取、基因编辑设计、环境互作模拟等模块，远景宏大，但技术挑战同样突出：基础数据的匮乏、模型可解释性不足、跨物种迁移能力有限等，均是当前亟需突破的瓶颈。

　　四、家禽基因组大模型与调控图谱构建

　　1. 大模型基础

　　目前在畜禽领域，以鸡为对象的大模型构建最为活跃，通过整合鸡的基因组序列、变异数据、转录组等多组学信息，构建专用大模型，以期实现“输入DNA序列—自动预测转录调控、三维结构及变异效应”的目标。然而，水禽领域（鸭、鹅）的基础数据十分薄弱。例如，鸡鸭鹅究竟有多少种蛋白质，至今尚无完整解析——人类蛋白质组历经十余年才初步完成，水禽基础研究仍有大量空白亟待填补。

　　2. 鸭多组织调控图谱

　　团队已启动鸭的多组织调控图谱构建工作，包括染色质三维结构（Hi-C）、开放染色质区域（ATAC-seq）及转录组联合分析。在此基础上，初步建立了单碱基突变对表达值影响的预测模型，实现了从序列到调控效应的首个跨越。该模型可评估突变的有害程度，并为基因组选择与选配提供量化依据。

　　1. 典型案例：CD163与蓝耳病抗性

　　猪的CD163基因完全敲除后可抵抗蓝耳病，而通过分子设计精确删除部分外显子，既保留蛋白功能，又赋予完全抗性。类似策略正在禽流感抗性研究中加速推进。

　　2. 禽流感抗性基因设计

　　禽流感病毒侵入宿主依赖ANP32家族三个基因（A、B、C）。完全敲除会导致个体死亡，部分敲除仅能抵抗低致病性毒株，对高致病性毒株无效。团队正采用AI辅助蛋白质对接与分子改造，在保持蛋白天然结构的前提下，优化受体结合域，使病毒无法进入宿主细胞，从而阻断复制与传播。该流程已实现自动化——输入病毒蛋白与宿主受体序列，系统自动生成改造方案并评估互作界面。

　　六、基因组选择与选配算法

　　基因组选择（GS）在国内畜禽育种中已逐步普及，算法层面与国际水平基本接轨。当前发展方向已从早期的个体选择，升级为多目标优化设计，同时兼顾：近交系数控制、亲缘关系管理、有害突变剔除以及综合选择指数最大化。这一“设计育种”思路，正成为新一代遗传评估软件的核心特征。

　　七、表型组测定与智能化装备

　　表型数据的精准获取是智能育种的另一基石。团队在以下方向取得进展：

　　CT辅助表型测定：利用计算机断层扫描技术，实现胸肌、肝脏等活体性状的无损测量，构建三维表型模型。

　　视觉体重估测：替代传统体重秤，通过深度相机与图像算法实现非接触式体重监测，精度持续提升。

　　多通道过道秤：在禽群必经通道部署动态称重系统，实现大群个体体重自动采集，大幅降低人工成本。

　　八、AI与人类专家协同：当前最优路径

　　报告最后展示了一张由AI生成的总结图表，其核心观点为：当前阶段，AI推荐+人类专家协同模式最为有效。AI擅长海量数据挖掘与模式识别，而人类专家在因果推断、场景理解、伦理决策方面仍不可替代。智能育种的未来，并非“无人育种”，而是通过人机协同，放大双方优势，加速遗传进展。

　　九、结语

　　侯卓成教授指出，水禽智能育种尚处起步阶段，尤其在基础组学数据和跨物种大模型方面，与鸡、猪相比差距明显。但随着国家“人工智能+”战略深入推进，以及种业振兴行动持续发力，这一领域正迎来重要的窗口期。他呼吁行业加强基础数据积累、开放协作，共同推动鸭、鹅等水禽育种向智能化、精准化方向加速迈进。