粮食安全是“国之大者”，种业振兴是保障粮食安全的核心根基。面对育种材料规模扩大、复杂性状评价周期长、田间环境波动大等行业共性难题，如何更快看清基因差异、更准捕捉表型变化、更早识别病害风险，成为突破抗逆育种效率瓶颈的关键命题。近年来，作物抗逆与高效生产全国重点实验室围绕基因型精准解析、表型高通量获取和病害环境智能感知，持续推进生物育种与信息技术、工程技术深度交叉融合，逐步构建起覆盖抗逆育种关键环节的数智技术体系。

从小麦GBW16K液相芯片，到育种多模态表型车，再到小麦条锈病智能化监测预警技术，一系列分属不同研究团队、覆盖育种不同阶段的成果，共同勾勒出育种决策从经验判断向数据辅助转型的技术路径，为贯通基因型、表型与环境型数据链条、打造全流程数智化育种范式奠定了坚实基础。

看清基因型：把海量变异转化为可用标记

基因型鉴定是分子设计育种的起点。传统高密度芯片虽信息量大，但在大规模育种群体的实际应用中，检测成本、位点针对性与数据处理效率难以兼顾，制约了分子育种的规模化推广。实验室团队立足小麦抗逆育种实际需求，自主研发小麦GBW16K液相芯片：基于1520份小麦660K芯片数据和20份重测序数据筛选位点，设置约6500个靶向探针，覆盖14868个目标SNP区域。公开测试显示，该芯片重复检测一致性超过99.3%，检测精度与稳定性满足规模化育种应用标准。

依托该芯片技术，团队通过全基因组关联分析成功鉴定出4个小麦成株期抗条锈病位点，其中位于2BL染色体上的位点为首次发现。对育种实践而言，这款芯片的核心价值不在于单纯扩增数据规模，而是从海量基因组变异中筛选出可重复、可追踪的功能标记，为育种材料身份核验、抗病位点发掘与后代分子选择提供了统一、高效的评判标尺，为分子标记辅助育种提质增效提供了核心工具。

读准表型：让田间性状连续、无损、可计算

基因信息能否转化为育种价值，最终要回到田间性状。株高、冠层结构、叶片光谱和生长状态随时间、环境不断变化，传统人工调查方式难以同时兼顾高通量、高频次与数据一致性，无法满足现代育种的精准评价需求。为此，实验室与崖州湾国家实验室联合研制育种多模态表型车，历时一年半成功研制育种多模态表型车，集成高光谱成像、激光雷达、高分辨率成像、自动导航与实时数据分析等多项技术。

在田间应用中，该装备可沿作物行间自主行进，同步采集多维度表型信息，为田间表型数据的连续、无损获取提供了全新技术方案。与单次人工记载相比，多模态感知技术能够完整保留性状的时空变化信息，既为智能算法识别性状、精准比较不同材料表现提供了标准化数据基础，也助力育种工作者实现“观测维度更全、数据采集更快、性状测算更准”，为我国作物育种装上了高效的“智慧之眼”。

感知环境型：把条锈病预警关口前移

作物抗逆性是基因型与环境共同作用的结果，并非育种材料的固定属性。同一材料在不同温度、湿度与病原压力下，田间抗逆表现可能存在显著差异，因此精准的环境与病害监测是开展抗逆育种评价的重要前提。围绕小麦条锈病发生流行快、跨区域传播强的特点，实验室团队聚焦病害监测智能化升级，融合大数据、人工智能与物联网传感技术，构建起小麦条锈病智能化监测预警技术体系，推动病情识别从传统人工巡田模式向自动化、连续化、智能化转型。

目前，该技术已在甘肃、湖北、四川、陕西等20个小麦主产区开展试验示范，形成了“监测端实时采集病情与环境数据—模型端智能识别研判发病风险—防控端按需部署调查与处置措施”的完整技术链路。其中基于监测数据构建BP神经网络模型，平均预测准确率达87.5%；进一步采用随机森林算法将病害发生程度预测准确度提高至90.35%，实现菌源量与下游病情的定量关联，为前瞻性防控和最佳防治时期确定提供依据。同时也为育种材料的抗逆性精准鉴定提供环境维度的量化支撑，让不同材料的抗逆表现可对比、可追溯，补全了抗逆育种数智技术链的环境数据拼图，实现了病害防控与育种评价的双向赋能。该技术入选2023年国家农业十大重大引领性技术、2025年国家首批100项“一带一路”科技减贫技术。

下一步，实验室将继续围绕“抗逆”和“高效”两大主题，从遗传基础、环境应答和高效生产技术体系三个维度协同攻关：用基因芯片精准回答“材料带有什么遗传变异”，用表型装备系统记录“材料在田间怎样生长”，用监测预警技术动态刻画“环境和病原正在发生什么”，持续在抗逆育种关键环节产出一批可检验、可落地的工具、装备与核心技术。

与此同时，实验室将着力打通分散的基因型、表型与环境型数据壁垒，把算法模型放回田间场景迭代验证，将科研工具有机嵌入育种全流程，真正把“看得见、测得准、算得快”的技术优势转化为“选得准、育得快、用得稳”的育种实效，推动数智技术切实转化为新品种创制的效率与质量，为我国种业科技自立自强、保障国家粮食安全贡献西农力量。