海南三亞崖州區(qū)，中國農業(yè)科學院國家南繁研究院，一個5.7米高、21米寬的“龍門吊”在試驗田中緩緩移動，根據科研人員輸入的指令，有序掃描田間的作物。

　　“龍門吊”學名叫軌道式高通量植物表型采集平臺，沿著布設的軌道，可以到達田間任何一個點位。這塊試驗田面積近1.5畝，種著水稻、大豆、玉米、棉花等1000多份育種材料，“龍門吊”約30秒就可以完成一個種質材料的采集。

　　“龍門吊”的核心是一臺表型采集設備。“該設備集成了多光譜等6種高精度的圖像采集傳感器，掃描時，它們就像6雙‘眼睛’，實時采集植物的表型數據。”中國農業(yè)科學院國家南繁研究院作物表型組學研究團隊首席專家金秀良說，“整個過程就像給植物照‘CT’。”

　　表型是植物可以被觀察或鑒定的特征，包括高矮、莖稈粗細、節(jié)間長短、產量高低等。農業(yè)育種，觀察、了解作物生長情況是最基礎的工作。掌握豐富、可靠的表型數據，育種家才能通過篩選，找出所需的育種材料。

　　為什么要布置高通量植物表型采集設備？原來，傳統(tǒng)育種主要靠人工，從株苗開始，在田間觀察、記錄成千上萬個植株的每一個特征，這一過程效率低，也難以持續(xù)觀測動態(tài)數據。“為了滿足現代育種需求，表型采集必須高效、精準。”金秀良說。

　　試驗田上還盤旋著一架無人機，它不時變換位置，拍攝作物影像。“無人機靈活、覆蓋范圍廣，‘龍門吊’采集信息精細、針對性強，再加上衛(wèi)星遙感觀測數據，我們能夠全周期、全天候監(jiān)測作物的生長情況。”作物表型組學研究團隊成員李藝超測算，借助高通量、智能化設備，表型采集效率是人工方法的4至5倍。

　　采集的數據傳輸到數據分析中心，供科研人員查閱、分析和處理。“瞧，這是我們‘拍’的作物三維圖像，一些表型數據清晰可見。”金秀良指著電腦屏幕說，“傳感器還能發(fā)現人工采集不到的信息。”

　　金秀良團隊通過操作“龍門吊”持續(xù)監(jiān)測玉米生長過程。干旱是玉米減產的重要因素，他們試圖通過分析玉米的表型數據，找出產量高、抗旱性能好的遺傳材料資源。

　　要想利用好表型采集技術，還需要處理數據的科學方法。研究團隊的另一項重要工作是：基于表型數據開發(fā)算法和模型，來指導育種工作。

　　中國農科院南繁院副院長李慧慧是金秀良的合作者之一，她正帶領團隊開發(fā)基因組選擇模型、全流程智慧育種平臺等算法工具。

　　“我們初步取得了一些成果，比如，將機器學習算法和表型數據等融合，識別出控制作物抗逆和高產的關鍵基因。”李慧慧說。

　　借助大數據和人工智能手段，金秀良和團隊還希望找到估算作物動態(tài)表型性狀和產量的方法。

　　“有了這個方法，我們就能精準預測作物后代表型，優(yōu)化育種方案。”金秀良說，過去尋找理想遺傳材料可能需要監(jiān)測上萬個材料，提前了解材料表型能大幅減少工作量，將來只需要觀察500個左右，極大提升育種效率。

　　目前，中國農科院南繁院已聚集18支科研團隊、200多名科研人員。科研樓里人來人往，智慧育種“新賽道”，在這里越走越寬。

　　《 人民日報 》（ 2025年02月17日 08 版）