大豆育种新突破！“丰菽”2.0整合多维数据，助力科研生产双提升

在广西南宁举办的第32届全国大豆科研生产研讨会上，安徽农业大学研发团队正式推出大豆领域垂直大模型“丰菽”2.0版本。该模型通过多模态数据融合技术，有效降低了单一模型在专业问题回答中的偏差，为大豆育种提供更精准的数据支持。作为面向大豆全生命周期的生成式AI育种平台，此次升级标志着我国大豆科研向智能化迈出关键一步。

大豆作为我国重要的粮油饲兼用作物，其育种效率直接影响国家粮食安全。今年2月，安徽农业大学联合中国农业科学院作物科学研究所完成初代模型构建后，持续投入研发力量进行迭代升级。新版本整合了种质资源、基因组序列、蛋白质结构、病害样本等八大类核心数据，形成覆盖大豆科研全链条的结构化知识体系。

技术突破方面，“丰菽”2.0创新采用多模型协同分析机制。系统嵌入多个通用大模型接口，当用户提出专业问题时，各模型独立生成答案后，由总结模块结合领域知识库和私有数据进行结构化比对。该机制可自动识别不同答案中的共识点、分歧点及证据完整性，最终输出经交叉验证的专业结论，显著提升了知识服务的稳定性。

在应用场景拓展上，新版本已实现六大核心功能：通过豆百科模块提供基础知识查询，利用豆分子模块进行基因功能分析，借助豆文献模块实现科研文献智能检索，依托豆病害模块完成病害诊断，运用豆表型模块解析表型数据，以及通过豆育种模块辅助亲本筛选和组合设计。这些功能覆盖了从基础研究到育种实践的全流程。

数据支撑层面，该模型构建了行业领先的知识图谱。系统整合超过1000万字专业文本、1.2万篇科研文献及专利数据，形成包含2万个实体节点、10万条语义关系的知识网络。同时接入8000份大豆基因组重测序数据、4万份种质资源信息以及3000份以上品种表型数据，为模型训练提供了海量高质量数据集。

据研发团队介绍，“丰菽”2.0特别强化了分子标记辅助育种和候选基因功能分析功能。通过深度学习算法，模型可自动识别与抗病、高产等重要性状相关的基因位点，并预测其组合效应。在虚拟育种试验中，系统能在数秒内完成传统方法需数月完成的亲本筛选工作，大幅缩短育种周期。