广东省农科院基因中心联合多团队发布基因组育种多智能体AI平台"伯乐" 中科院农林科学一区top
AI育种平台发布，技术突破显著，影响产业，信源权威，时效稍欠。
中国农业科学院深圳农业基因组研究所联合广东省农业科学院基因中心和香港科技大学(广州)等多个团队,开发了一个以知识驱动的多智能体AI平台——"伯乐"。该平台通过约束大语言模型的推理过程,实现基因组育种分析的自动化与标准化,覆盖了全基因组关联分析、遗传力估计、种质资源评估和基因组选择等核心任务。相关成果以第一作者在《Journal of Integrative Agriculture》(中科院农林科学一区top,IF=5.7)发表。伯乐平台已开源发布,访问地址为https://bole.zishuailab.com/。
为加快人工智能技术与猪育种深度融合，推动基因组育种智能化转型，近日，基因中心在AI赋能猪育种领域取得系列重要研究进展。基因中心王子帅副研究员以第一作者在农业国际期刊Journal of Integrative Agriculture（中科院农林科学一区top，IF=5.7）发表题目为“Bole: a knowledge-enhanced multi-agent framework for intelligent genomic breeding”的研究成果，基因中心研究员魏文康和张晓爱等人参与相关工作。
基因组育种已迈入高度数据密集型时代，然而，将海量异质生物信息学工具整合为连贯、可复用的分析工作流，仍是制约该领域发展的核心瓶颈。软件依赖的复杂性、数据格式的多样性以及分析流程的专业门槛，使得基因组分析的可及性与可重复性大打折扣，尤其对非专业用户而言更是如此。
针对上述挑战，中国农业科学院深圳农业基因组研究所联合我院基因中心和香港科技大学（广州）等多个团队，开发了一个以知识驱动的多智能体AI平台，命名为“伯乐”。该平台通过约束大语言模型的推理过程，实现基因组育种分析的自动化与标准化。伯乐将分析模块形式化为脚本单元，每个单元均明确定义输入输出及软件依赖规范，从而实现对生物信息学工作流的系统化组织。框架内置基于模式定义的验证机制，对大语言模型生成的分析方案与可执行代码进行约束，确保工作流生成的可靠性与一致性。伯乐覆盖了基因组育种的核心分析任务，包括全基因组关联分析、遗传力估计、种质资源评估和基因组选择等。同时，框架完整保留了分析产物层面的数据溯源信息，从根本上保障了分析结果的可重复性。通过提升工作流自动化水平、降低使用门槛并确保分析可重复，伯乐为人工智能与基因组育种的深度融合提供了一种可推广的范式。伯乐平台已开源发布，访问地址为 https://bole.zishuailab.com/。
本研究得到国家重点研发计划、猪禽种业全国重点实验室开放课题基金、深圳市优秀人才培养基金和广东省基金等项目支持。