Multi-omics and artificial intelligence for climate-resilient and nutrient-enriched food crops: advances, applications and future perspectives

气候变化加剧了非生物与生物胁迫，对全球作物生产力、营养品质和农业可持续性构成威胁。这些挑战加速了先进多组学技术（包括基因组学、转录组学、蛋白质组学和代谢组学）以及人工智能（AI）的应用，以加快气候韧性及营养强化作物的开发。本综述综合阐述了AI赋能的多组学、基因组编辑和精准农业在气候韧性及营养丰富作物方面的最新进展，以及新兴趋势、当前挑战和未来研究重点。机器学习增强的基因组选择方法，如基于卷积神经网络（CNN）的模型和Transformer模型，提高了对复杂耐逆性和营养性状预测的准确性。AI辅助的无人机（UAV）遥感能够以前所未有的规模进行高通量定量表型测量。AI驱动的多组学整合方法，如泛组学流程，可解析非生物胁迫耐受调控网络。AI辅助的CRISPR-Cas9基因组编辑系统通过改进靶标优先级排序和引导RNA设计，加速了作物生物强化成果。基因组编辑研究报告了实验小麦品系中铁和锌生物利用度的提高、大豆中植酸含量的降低，以及木薯和玉米中维生素和氨基酸含量的增强，凸显了AI辅助基因组编辑方法在作物生物强化方面的潜力。AI赋能的精准农业平台利用AI结合卫星数据、物联网（IoT）传感器和预测建模，在减少环境资源使用的同时增强作物管理。本综述审视了数据标准化和模型可解释性以及可及性和监管问题，同时提出了实现2050年粮食安全目标的未来路线图。通过将多组学、人工智能、基因组工程和精准农业整合为统一框架，本综述确定了开发气候韧性及营养丰富作物的未来研究方向和关键知识空白。