🐯虎嗅•較早收集於 2h
PLANeT：AI驅動植物基因組革命
💡AI「語言」模型解析45萬植物基因組：育種+藥物解鎖
⚡ 30-Second TL;DR
有什麼變化
3年內測序95%被子植物科及95%非被子植物目
為什麼重要
發掘野生遺傳資源，保障糧食安全與新藥開發，全球擴展AI生物資訊。
下一步行動
閱讀Cell PLANeT論文，在公共植物資料集上原型化基因組基礎模型。
誰應關注：Researchers & Academics
關鍵要點
- •3年內測序95%被子植物科及95%非被子植物目
- •訓練AI基因組語言模型，用於註解、功能預測、進化分析
- •實現作物抗逆育種、生物多樣性方舟、天然產物基因簇發現
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •PLANeT計劃由中國農業科學院農業基因組研究所（深圳）主導，旨在構建全球首個植物基因組大數據庫，解決目前植物基因組數據碎片化與註解質量參差不齊的問題。
- •該項目採用了創新的『測序-組裝-註解』自動化流水線，利用AI模型自動識別基因組中的重複序列與轉座子，顯著降低了複雜植物基因組的組裝難度與成本。
- •PLANeT不僅服務於基礎科學，還與全球多個種質資源庫合作，通過挖掘野生近緣種的抗逆基因，為應對氣候變化下的糧食安全提供精準育種靶點。
🛠️ 技術深入
• 採用基於Transformer架構的基因組語言模型（Genomic Language Model），通過大規模植物基因組序列預訓練，實現對基因功能元件的零樣本（Zero-shot）預測。 • 整合了多組學數據（轉錄組、表觀遺傳組），利用圖神經網絡（GNN）構建植物基因調控網絡，以解析複雜性狀的遺傳基礎。 • 數據處理層面，利用雲原生高性能計算集群，支持PB級別的基因組數據存儲與實時交互式分析。
🔮 前景展望AI analysis grounded in cited sources
作物育種週期將縮短30%以上
通過AI精準預測基因功能，育種家可直接篩選目標性狀，大幅減少傳統田間表型篩選的盲目性。
植物天然產物藥物研發成本降低50%
PLANeT對植物次生代謝基因簇的系統性挖掘，能快速識別具有藥用潛力的化合物合成路徑，縮短藥物發現階段。
⏳ 時間線
2023-06
黃三文團隊在《Cell》發表論文，正式提出PLANeT計劃框架。
2024-03
PLANeT數據庫初步版本上線，開放首批植物基因組數據。
2025-09
PLANeT項目完成對主要農作物科系的測序覆蓋，並發布首個植物基因組語言模型。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗