1、政策大力支持智慧農(nóng)業(yè)發(fā)展
我國作為傳統(tǒng)農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)一直是政策支持的重點。過去幾年復雜多變的國際社會和氣候環(huán)境使得全球糧食供應體系變得更加脆弱，各經(jīng)濟體紛紛將糧食安全戰(zhàn)略提升至前所未有的高度。世界人口的穩(wěn)步增長和人均耕地面積的下降，也對糧食的生產(chǎn)效率和穩(wěn)定性提出了更高的要求。作為全球人口數(shù)量第一的國家，中國要用僅占世界7%的耕地面積養(yǎng)育全球20%的人口，糧食安全對于國家的穩(wěn)定和發(fā)展具有十分重要的意義。面對短缺的耕地供給和巨大的糧食需求之間的矛盾，中國長期將保障糧食安全作為治國理政的頭等大事。
近年我國保障糧食安全相關會議精神及政策
| 時間 | 部門 | 政策/會議 | 主要內(nèi)容 |
| 2020.01 | 國務院 | 《關于抓好"三農(nóng)"領域重點工作確保如期實現(xiàn)全面小康的意見》 | 確保糧食安全始終是治國理政的頭等大事，糧食生產(chǎn)要穩(wěn)字當頭，穩(wěn)政策、穩(wěn)面積、穩(wěn)產(chǎn)量，強化糧食安全省長貢任制考核，各省(自治區(qū)、直轄市)2020年糧食播種面積和產(chǎn)量要保持基本穩(wěn)定。 |
| 2021.01 | 國務院 | 《關于全面推進鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》 | 提升糧食和重要農(nóng)產(chǎn)品供給保障能力。地方各級黨委和政府要切實扛起糧食安全政治責任，實行糧食安全黨政同責，深入實施重要農(nóng)產(chǎn)品保障戰(zhàn)略。 |
| 2021.10 | 農(nóng)業(yè)農(nóng)村部 | 《關于促進農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)做大做強的意見》 | 以保障國家糧食安全和重要農(nóng)產(chǎn)品有效供給為根本目標，以打造農(nóng)業(yè)全產(chǎn)業(yè)鏈為重點任務，以建立聯(lián)農(nóng)帶農(nóng)利益聯(lián)結(jié)機制為紐帶，促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機銜接。 |
| 2021.11 | 國務院 | 《“十四五”推進農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》 | 深入實施國家糧食安全戰(zhàn)略和重要農(nóng)產(chǎn)品保障戰(zhàn)略，落實藏糧于地、藏糧于技，健全輔之以利、輔之以義的保障機制。壓實糧食安全政治責任，完善糧食生產(chǎn)扶持政策，加強耕地保護與質(zhì)量建設。 |
| 2022.01 | 國務院 | 《關于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》 | 全面落實糧食安全黨政同責，嚴格糧食安全責任制考核，確保糧食播種面積穩(wěn)定、產(chǎn)量保持在1.3萬億斤以上。主產(chǎn)區(qū)、主銷區(qū)、產(chǎn)銷平衡區(qū)都要保面積、保產(chǎn)量，不斷提高主產(chǎn)區(qū)糧食綜合生產(chǎn)能力，切實穩(wěn)定和提高主銷區(qū)糧食自給率。推進國家糧食安全產(chǎn)業(yè)帶建設。 |
| 2022.10 | 第十九屆中央委員會 | 二十大報告 | 確保糧食、能源資源、重要產(chǎn)業(yè)鏈供應鏈安全；全方位夯實糧食安全根基，牢牢守住十八億畝耕地紅線，確保中國人的飯碗牢牢端在自己手中。 |
| 2022.01 | 中共中央政治局 | 2022年中央經(jīng)濟工作會議 | 實施新一輪千億斤糧食產(chǎn)能提升行動 |
| 2023.01 | 國務院 | 《關于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》 | 確保全國糧食產(chǎn)量保持在1.3萬億斤以上，各省(自治區(qū)、直轄市)都要穩(wěn)住面積、主攻單產(chǎn)、力爭多增產(chǎn)。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
目前中國農(nóng)村勞動力正面臨結(jié)構(gòu)性挑戰(zhàn)，農(nóng)業(yè)收入較低和城鎮(zhèn)化趨勢促使越來越多的農(nóng)業(yè)勞動力向城市轉(zhuǎn)移或從事工業(yè)、服務業(yè)等其他工作?！吨袊r(nóng)村發(fā)展報告2020》數(shù)據(jù)顯示，預計到2025年，農(nóng)業(yè)就業(yè)人員比重將下降到20%左右。此外，中國社科院農(nóng)村發(fā)展研究所顯示，鄉(xiāng)村60周歲及以上老年人口占鄉(xiāng)村總?cè)丝诘谋戎貫?3.86%，遠超城鎮(zhèn)老年化比例。在這種背景下，以較少人力高效應對新型農(nóng)業(yè)生產(chǎn)方式的智慧農(nóng)業(yè)正蓬勃發(fā)展。
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
根據(jù)觀研報告網(wǎng)發(fā)布的《中國智慧農(nóng)業(yè)行業(yè)發(fā)展趨勢分析與投資前景研究報告（2025-2032年）》顯示，智慧農(nóng)業(yè)是以信息和知識為核心要素，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和智能裝備等現(xiàn)代信息技術(shù)與農(nóng)業(yè)跨界融合，為農(nóng)業(yè)生產(chǎn)提供精準化種植、可視化管理、智能化決策，是農(nóng)業(yè)生產(chǎn)的高級階段。近三年，全球科技的重要前沿領域集中在AI大數(shù)據(jù)模型和機器人技術(shù)。隨著科技的外溢，消費端尋找應用場景的現(xiàn)象愈發(fā)普遍。從支持AI產(chǎn)業(yè)化發(fā)展角度來看，近年來政策端鼓勵科技引領消費升級，支持力度逐步加大。政策將逐步發(fā)力在消費領域的各個方面挖掘智能化發(fā)展?jié)摿?，鼓勵AI+消費創(chuàng)新升級。從AI+農(nóng)業(yè)的角度來看，當前仍處于智能化發(fā)展初期。
智慧農(nóng)業(yè)功能及基本介紹
| 功能 | 基本介紹 |
| 監(jiān)控功能系統(tǒng) | 根據(jù)無線網(wǎng)絡可獲取德植物生長環(huán)境信息，如監(jiān)測土壤水分、土壤溫度、空氣溫度等參數(shù)，并以直觀的圖表和曲線的方式顯示給用戶，根據(jù)以上的信息反饋對農(nóng)業(yè)園區(qū)進行自動灌溉、自動降溫、自動噴藥等自動控制。 |
| 監(jiān)測功能系統(tǒng) | 在農(nóng)業(yè)園區(qū)內(nèi)實現(xiàn)自動信息檢測與控制，通過配備無線傳感節(jié)點檢測土壤、空氣、光照等參數(shù)。并根據(jù)種植作物的需求提供各種聲光報警信息和短信報警信息。 |
| 實時圖像與視頻監(jiān)控功能 | 能直觀反映作物的生長長勢，側(cè)面反映作物生長的整體狀態(tài)及營養(yǎng)水平，從整體上給農(nóng)戶提供更加科學的種植決策理論依據(jù)。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
智慧農(nóng)業(yè)已成為世界現(xiàn)代化農(nóng)業(yè)發(fā)展趨勢，全球各國都在加快智慧農(nóng)業(yè)布局，加深人工智能、大數(shù)據(jù)、云計算等技術(shù)在農(nóng)業(yè)領域的應用。從全球范圍來看，美國、以色列、德國、日本、澳大利亞等國家的智慧農(nóng)業(yè)發(fā)展水平、智慧農(nóng)業(yè)的軟硬件技術(shù)水平處于較為領先的地位。智慧農(nóng)業(yè)通過集成AI算法、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等先進技術(shù)，正深刻改變著傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式。近年來國家高度重視并積極推動智慧農(nóng)業(yè)建設，2024年10月23日農(nóng)業(yè)農(nóng)村部印發(fā)《全國智慧農(nóng)業(yè)行動計劃（2024-2028年）》，目標到2028年底農(nóng)業(yè)生產(chǎn)信息化率達到32%以上；2025年中央一號文件指出“以科技創(chuàng)新引領先進生產(chǎn)要素集聚，因地制宜發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力。支持發(fā)展智慧農(nóng)業(yè)，拓展人工智能、數(shù)據(jù)、低空等技術(shù)應用場景。”
國家發(fā)展“智慧農(nóng)業(yè)”相關政策一覽
| 時間 | 頒發(fā)部門 | 政策名稱 | 相關內(nèi)容 |
| 2025.02 | 國務院 | 《中共中央國務院關于進一步深化農(nóng)村改蘋扎實推進鄉(xiāng)村全面振興的意見》 | 支持發(fā)展智慧農(nóng)業(yè)，鑄造“農(nóng)業(yè)新質(zhì)生產(chǎn)力”,拓展人工智能、數(shù)據(jù)、低空等技術(shù)應用場景 |
| 2024.10 | 農(nóng)業(yè)農(nóng)村部 | 《全國智慧農(nóng)業(yè)行動計劃(2024-2028年)》 | 實施智慧農(nóng)業(yè)公共服務能力提升行動：打造國家農(nóng)業(yè)農(nóng)村大數(shù)據(jù)平臺，開發(fā)智慧農(nóng)業(yè)基礎模型，加快推動人工智能大模型在農(nóng)業(yè)農(nóng)村科研、生產(chǎn)經(jīng)營、管理服務等重點領域應用。 |
| 2024.10 | 農(nóng)業(yè)農(nóng)村部 | 《農(nóng)業(yè)農(nóng)村部關于大力發(fā)展智慧農(nóng)業(yè)的指導意見》 | 以推進物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)在農(nóng)業(yè)農(nóng)村領域全方位全鏈條普及應用為工作主線，提出推進主要作物種植精準化、設施種植數(shù)字化、高牧養(yǎng)殖智慧化、漁業(yè)生產(chǎn)智能化、育制種智能化、農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化、農(nóng)業(yè)農(nóng)村管理服務數(shù)字化等任務，加快農(nóng)業(yè)傳感器與專用芯片、農(nóng)業(yè)核心算法、農(nóng)業(yè)機器人等關鍵核心技術(shù)研發(fā)攻關，深入推進人工智能大模型等技術(shù)在農(nóng)業(yè)農(nóng)村領域融合應用。 |
| 2024.02 | 國務院 | 《中共中央國務院關于學習運用“千村示范、萬村整治”工程經(jīng)驗有力有效推進鄉(xiāng)村全面振興的意見》 | 持續(xù)實施數(shù)字鄉(xiāng)村發(fā)展行動，發(fā)展智慧農(nóng)業(yè)，縮小城鄉(xiāng)"數(shù)字鴻溝"。鼓勵有條件的省份統(tǒng)籌建設區(qū)域性大數(shù)據(jù)平臺，加強農(nóng)業(yè)生產(chǎn)經(jīng)營、農(nóng)村社會管理等涉農(nóng)信息協(xié)同共享。 |
| 2024.01 | 國家數(shù)據(jù)局 | 《“數(shù)據(jù)要素×”三年行動計劃(2024—2026年)》 | 重點支持農(nóng)業(yè)生產(chǎn)經(jīng)營主體和相關服務企業(yè)融合利用遙感、氣象、土壤、農(nóng)事作業(yè)、災害、農(nóng)作物病蟲害、動物疫病、市場等數(shù)據(jù)，構(gòu)建以數(shù)據(jù)和模型為支撐的農(nóng)業(yè)生產(chǎn)數(shù)智化場景，實現(xiàn)精準種植、精準養(yǎng)殖、精準捕撈等智慧農(nóng)業(yè)作業(yè)方式。 |
| 2023.02 | 國務院 | 《中共中央國務院關于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》 | 深入實施數(shù)字鄉(xiāng)村發(fā)展行動：推動數(shù)字化應用場景研發(fā)推廣。加快農(nóng)業(yè)農(nóng)村大數(shù)據(jù)應用，推進智慧農(nóng)業(yè)發(fā)展。落實村莊公共基礎設施管護責任。加強農(nóng)村應急管理基礎能力建設，深入開展鄉(xiāng)村交通、消防、經(jīng)營性自建房等重點領域風險隱患治理攻堅。 |
| 2022.12 | 國家發(fā)改委 | 《"十四五"擴大內(nèi)需戰(zhàn)略實施方案》 | 加快發(fā)展智慧農(nóng)業(yè)，推進農(nóng)業(yè)生產(chǎn)經(jīng)營和管理服務數(shù)字化改造。 |
| 2022.02 | 國務院 | 《中共中央國務院關于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》 | 推進智慧農(nóng)業(yè)發(fā)展，促進信息技術(shù)與農(nóng)機農(nóng)藝融合應用 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
2、AI助力育種效率大幅提升
人工智能相融合的“智能設計育種”。育種者能夠借助AI驅(qū)動的工具對海量數(shù)據(jù)進行分析，從而精準預測基因型-表型關聯(lián)，識別新的基因組合，大幅提升精度和效率并優(yōu)化育種策略。AI在作物改良中的核心應用工具包括大數(shù)據(jù)技術(shù)、機器學習、深度學習、計算機視覺、遺傳算法等等，對作物的表型組學、基因組學產(chǎn)生深遠影響。
AI在作物育種技術(shù)中的應用
| 技術(shù) | 介紹 | 運用 |
| 全基因組選擇 | 利用全基因組范圍內(nèi)的分子標記(如SNP,單核苷酸多態(tài)性)來預測個體遺傳潛力的育種技術(shù)。利用Al機器學習算法(如隨機森林、支持向量機等)分析基因型與表型數(shù)據(jù)，構(gòu)建預測模型，幫助育種者在早期階段篩選出優(yōu)良品種，從而加速育種進程。 | 特征基因挖掘：利用Al的特征選擇算法，如基于梯度提升決策樹的方法，可以從大量基因組標記中識別出與目標性狀關聯(lián)緊密的關鍵基因或標記，為作物遺傳改良提供明確的靶點。 |
| 數(shù)據(jù)融合與功能基因預測 | 整合多源數(shù)據(jù)(如基因型、表型、環(huán)境數(shù)據(jù)),預測功能基因和優(yōu)異等位基因，指導遺傳改良。運用Al深度學習算法快速解析海量基因組數(shù)據(jù)，定位關鍵基因；通過對已知基因功能和序列的學習，建立模型來預測未知基因的功能。 | 數(shù)據(jù)融合：全流程智慧育種平臺實現(xiàn)針對基因測序數(shù)據(jù)的變異位點計算加速110倍，基因型過濾加速25倍以上，群體遺傳學分析加速1000倍以上。功能基因預測：中國農(nóng)業(yè)科學院生物技術(shù)研究所構(gòu)建的植物表觀遺傳修飾智能預測在線工具SMEP,采用Al深度學習植物DNA甲基化、RNA甲基化、組蛋白修飾等序列信息，系統(tǒng)實現(xiàn)了水稻、玉米等物種中表觀修飾位點的預測 |
| 高通量表型采集 | 利用自動化、高精度的傳感器和成像技術(shù)，快速、大規(guī)模地獲取生物體表型數(shù)據(jù)，包括植物的形態(tài)、結(jié)構(gòu)、生理狀態(tài)等。利用Al深度學習算法，如卷積神經(jīng)網(wǎng)絡(CNN),自動從圖像中提取植物的形態(tài)、顏色、紋理等特征，提高特征提取的準確性和效率。結(jié)合機器人技術(shù)和Al算法，實現(xiàn)表型數(shù)據(jù)的自動化采集。 | 圖像分析與處理：托普云農(nóng)的植物表型智能解析平臺“TP-AlPheno",能對可見光二維三維、高光譜等圖像進行解析，實現(xiàn)可見光二維單株植物解析用時小于5秒等高效處理。多模態(tài)數(shù)據(jù)融合：無人機激光雷達結(jié)合三維深度神經(jīng)網(wǎng)絡的棉花高通量表型獲取方法，實現(xiàn)大田棉花株高、孔隙率、冠層體積等表型信息的快速獲取。 |
| 基因編輯優(yōu)化 | CRISPR-Cas9、TALENs、ZFNs技術(shù)結(jié)合Al技術(shù)，優(yōu)化基因編輯系統(tǒng)，Al算法能夠分析作物基因組序列數(shù)據(jù)，精準識別適合編輯的靶點區(qū)域，實現(xiàn)基因的精確插入、刪除或替換，精準改造目標基因，提高作物的抗病性和產(chǎn)量。也可利用Al技術(shù)挖掘新的基因編輯酶或系統(tǒng)。 | 通過深度學習模型對gRNA的序列特征和編輯效果進行學習，設計出更高效的gRNA序列；改進CRISPR-Cas9系統(tǒng)的引導RNA(gRNA)設計，提高其與目標DNA的結(jié)合特異性和編輯效率，降低脫靶效應。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
2024年6月，先正達集團與AI公司Insta Deep合作，將先正達專有的性狀研發(fā)能力與Insta Deep的大語言模型（LLM）——農(nóng)學核苷酸轉(zhuǎn)化器（AgroNT）相結(jié)合。AgroNT在大約1050萬個包含數(shù)萬億堿基對的基因組序列上接受預訓練，涵蓋大田、水果、豆科、蔬菜等48種核心農(nóng)作物，因而能夠深度解析遺傳密碼的復雜語言。通過這種方式，AgroNT可以幫助科學家從大量的DNA序列和基因組數(shù)據(jù)中挖掘洞察，準確預測基因調(diào)控機制，從而將性狀控制和作物表現(xiàn)提升到一個新水平。該技術(shù)進一步加快了先正達性狀管線的發(fā)展，目前已成功應用于玉米和大豆的性狀設計中。
國外AI協(xié)助作物育種運用案例
|
國家 |
具體案例 |
|
美國 |
Avalo公司利用機器學習算法分析作物基因結(jié)構(gòu)，研發(fā)耐早的棉花、耐高溫的番茄等品種；通過A技術(shù)將作物育種過程速度提升約70%,使新甘蔗品種推向市場的時間從12年以上縮短到5-6年 |
|
谷歌X實驗室推出的Heritable Agriculture項目，利用Al和基因組科學相結(jié)合，通過機器學習模型分析植物的遺傳特性，優(yōu)化育種過程。該項目結(jié)合深度學習、生成對抗網(wǎng)絡(GANs)和遺傳算法，能夠從大量基因組數(shù)據(jù)中挖掘出潛在的產(chǎn)量提升機會。在肯尼亞，該項目幫助一家小農(nóng)場將玉米產(chǎn)量提高30%。 |
|
|
荷蘭 |
Key Gene公司開發(fā)的Key Box便攜式植物表型平臺精確識別植物的形態(tài)、顏色、破損程度等表型參數(shù)。Key Gene開發(fā)Al驅(qū)動的4D表型技術(shù)，將點云3D數(shù)據(jù)與高光譜成像1D數(shù)據(jù)相結(jié)合，通過深度學習算法實現(xiàn)對作物植物多維度表型的精確、高通量采集和分析，幫助育種家提取作物的結(jié)構(gòu)信息和生理信息，加快植物育種進程，提高作物產(chǎn)量和品質(zhì)。 |
|
以色列 |
Equinom公司開發(fā)的Manna TM技術(shù)平臺利用Al和傳統(tǒng)育種技術(shù)，定位具有所需性狀子集的品種，預測基因之間的相互作用，最小化環(huán)境因素的影響并計算出目標產(chǎn)品的基因組密碼。通過該平臺，Equinom將高蛋白黃豌豆品種的開發(fā)周期縮短至傳統(tǒng)作物開發(fā)周期的一半，培育出的黃豌豆蛋白質(zhì)含量達到75%. |
|
德國 |
拜耳公司開發(fā)的Climate Field View平臺結(jié)合Al和大數(shù)據(jù)技術(shù)，支持作物育種中的數(shù)據(jù)整合與分析。該平臺通過分析田間作物的生長數(shù)據(jù)，幫助育種家優(yōu)化育種方案。在美國中西部玉米種植區(qū)，Climate Field View的應用顯著提高玉米的產(chǎn)量和抗病性，如伊利諾伊州的玉米種植者通過使用該平臺，實現(xiàn)玉米產(chǎn)量增長10%以上，同時減少15%的氮肥使用量。此外，平臺提供的病害預警系統(tǒng)幫助農(nóng)民減少20%以上的病害損失。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
我國近年來在作物育種數(shù)據(jù)積累方面取得顯著進展，在AI算法研究方面亦有所突破，但整體上AI在作物育種中的應用還處于逐步推廣階段，應用主體集中在科研院所，在算法的創(chuàng)新性和應用的廣泛性方面與國外還有一定差距。國內(nèi)在整體產(chǎn)業(yè)轉(zhuǎn)化上還需進一步加強產(chǎn)學研合作，提高技術(shù)的落地應用水平。
國內(nèi)AI協(xié)助作物育種運用案例
| 運用主體 | 具體案例 |
| 崖州灣國家實驗室 | 種業(yè)大模型"豐登"集成了先進的人工智能技術(shù)(書生·浦語2.0)與大數(shù)據(jù)分析，通過深入學習我國迄今發(fā)布的科研文獻、科技書籍、種企報告和歷史推廣數(shù)據(jù)，以用戶友好的互動方式，可解答有關作物品種選育推廣、栽培技術(shù)以及種業(yè)企業(yè)狀況等問題。 |
| 托普云農(nóng) | 基于Al圖像處理、深度學習等技術(shù)，運用全自研算法打造植物表型智能解析平臺"TP-AIPheno",將數(shù)據(jù)采集與解析流程集成在同一軟件中，實現(xiàn)采集、分析實時化、一體化完成，大大提升表型解析效率，可見光二維單株植物解析用時小于5秒可見光三維單株植物解析用時小于2分鐘，高光譜單株植物解析用時小于5秒。 |
| 中國農(nóng)業(yè)大學 | 中國農(nóng)大與華為合作Al小麥育種，通過整合2000份小麥基因信息和田間表現(xiàn)型數(shù)據(jù)，構(gòu)建了算法模型，能夠預測小麥的加工特性(如饅頭或面包的適用性),為育種家提供科學決策支持。 |
| 海南種子創(chuàng)新研究院 | 為解決育種材料大規(guī)模田間試驗環(huán)境精準監(jiān)測，團隊定制開發(fā)物聯(lián)網(wǎng)感知與智慧管理系統(tǒng)，并研制田間巡檢機器人以及與之配套的作物田間表型智能分析系統(tǒng)，用于解決大規(guī)模育種材料田間試驗表型分析、驗證與鑒定問題。智慧示范基地建設以農(nóng)業(yè)遙感、Al、物聯(lián)網(wǎng)、智能裝備等技術(shù)為依托，開展分時分類試點建設、智能化裝備建設、田問作物表型鑒定功能區(qū)建設，從而實現(xiàn)南繁基地精準監(jiān)測、智能決策和智慧管理。 |
| 華智生物 | 開發(fā)WISEED智慧育種平臺，包括智慧種質(zhì)資源庫Hi-Pilot,支持基因組數(shù)據(jù)管理和智能決策，提升育種效率。通過深度融合BT+DT技術(shù)實現(xiàn)育種智能化決策的平臺產(chǎn)品。具有分子標記輔助選擇、全基因組選擇預測、全基因組關聯(lián)分析、Al表型精準鑒定等功能，提供SNP多態(tài)性分析、群體遺傳分析、物種進化分析、表型通用模型搭建等多樣化的智能工具 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理（zppeng）
【版權(quán)提示】觀研報告網(wǎng)倡導尊重與保護知識產(chǎn)權(quán)。未經(jīng)許可，任何人不得復制、轉(zhuǎn)載、或以其他方式使用本網(wǎng)站的內(nèi)容。如發(fā)現(xiàn)本站文章存在版權(quán)問題，煩請?zhí)峁┌鏅?quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至kf@chinabaogao.com，我們將及時溝通與處理。
