JIPB | 中国农科院作科所李慧慧团队综述人工智能驱动的全基因组预测方法研发：机遇、挑战与未来

本文综述了人工智能驱动的全基因组预测方法在作物育种中的应用。背景方面，全基因组预测作为现代作物育种的核心技术，结合深度学习（DL-GP）方法，为复杂性状的精准预测提供了新工具。研究目的是探讨DL-GP的发展现状、主要瓶颈及未来发展趋势。文章指出，尽管深度学习方法具备强大的非线性关系捕捉能力，但仍面临训练数据规模不足、基因与环境互作（G×E）信息整合困难以及模型评估缺乏统一标准等挑战。为解决这些问题，研究团队提出了包括生成对抗网络（GAN）数据增强、多模态融合策略和交叉注意力机制等方法。结论部分展望了DL-GP的未来发展方向，强调跨学科合作和大规模数据集构建的重要性，以推动DL-GP在实际育种中的应用。