Достижения в области феномики растений и цифровой селекции в Корее

Advances in plant phenomics and digital breeding in Korea
Jae Il Lyu, Chaewon Lee, Minwoo Kim, HwangWeon Jeong, Song Lim Kim, Jeongho Baek, Kyung-Hwan Kim
2025-12-31

прогностическое моделирование на основе ИИцифровая селекциявысокопроизводительный фенотипинггиперспектральная визуализацияфеномика растений
Глобальный рост численности населения и ускоряющееся изменение климата повышают необходимость устойчивого повышения продуктивности сельскохозяйственных культур и их устойчивости к воздействиям окружающей среды. По мере приближения традиционных селекционных подходов, основанных на эмпирическом отборе, к пределам своих возможностей цифровая селекция формируется как интегрированная концепция, объединяющая высокопроизводительную визуализацию, данные из различных источников и искусственный интеллект (ИИ). Хотя секвенирование нового поколения (NGS) и системы интеллектуального сельского хозяйства обеспечили широкомасштабное накопление геномных и экологических наборов данных, фенотипическая составляющая по-прежнему остается критическим узким местом прогнозной селекции. Для преодоления этого ограничения в Корее созданы шесть крупномасштабных национальных платформ фенотипирования, оснащенных современными системами RGB-, гиперспектральной и тепловизионной съемки для высокопроизводительного и точного получения фенотипических данных. Эти платформы обеспечивают количественный неразрушающий мониторинг морфологии растений, стрессовых реакций и динамики развития, а также используют классификацию и прогнозное моделирование на основе ИИ для выявления биологически значимых признаков. Ожидается, что интеграция геномных, феномных и экологических наборов данных с помощью аналитических конвейеров на основе ИИ ускорит цифровую селекцию и будет способствовать созданию сортов, устойчивых к изменению климата и ориентированных на потребителей, в рамках основанной на данных аграрной парадигмы. В целом исследования феномики растений развиваются от наблюдений на основе изображений к всеобъемлющей прогностической концепции, формирующей технологическую основу точного земледелия следующего поколения.
1
Цифровая селекция объединяет высокопроизводительную визуализацию, многокомпонентные данные и искусственный интеллект, преодолевая ограничения традиционной эмпирической селекции.
2
Интеграция геномных, феномных и экологических данных с помощью аналитических конвейеров ИИ, как ожидается, ускорит создание климатоустойчивых и ориентированных на потребителя сортов.
3
В Корее созданы шесть национальных платформ фенотипирования с RGB-, гиперспектральными и тепловыми системами визуализации для высокопроизводительного, точного и неразрушающего фенотипирования растений.
4
Феномика растений развивается от анализа изображений к комплексной прогнозной системе, обеспечивающей основу для прецизионного сельского хозяйства следующего поколения.
5
Платформы количественно оценивают морфологию растений, стрессовые реакции и динамику развития, а модели на основе ИИ выявляют биологически значимые признаки.

Корейские платформы фенотипирования растений и система растительной феномики и цифровой селекции

Высокопроизводительное количественное фенотипирование и интеграция феномных, геномных и экологических данных на основе ИИ для прогнозной селекции, включая морфологию растений, реакции на стресс и динамику развития

Publication Details
Publication Date
2025-12-31
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Jae Il Lyu
Chaewon Lee
Minwoo Kim
HwangWeon Jeong
Song Lim Kim
Jeongho Baek
Kyung-Hwan Kim
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%