運用人工智慧解析基因與環境互動 提升小麥產量預測能力 - 農業知識入口網

文章來源 : 農業科技決策資訊平台    2026-04-17

作物產量受基因型影響的機制

　　氣候變遷與栽培環境多樣化，使作物面臨「同一品種在不同地區表現存在差異」的挑戰。植物產量不僅取決於基因型，亦受到環境條件影響，兩者間的交互作用更是決定作物表現的關鍵。因此，如何準確預測不同品種在特定環境下的表現，成為現代育種的重要課題。

冬小麥基因型資料庫建構過程

　　本研究由德國萊布尼茨植物遺傳與作物研究所（IPK）的研究團隊，整合2010年至2022年間中歐31個試驗地點的資料，涵蓋逾13,200個冬小麥基因型（包含品系與雜交種）的產量表型數據，並結合約10,000個基因標記，以及每日溫度與降雨等氣象資訊，建立大規模資料庫。

人工智慧模型如何進行產量預測

　　研究進一步運用人工智慧與統計模型，比較不同方法在產量預測上的表現，並建立可同時考量基因型與環境條件的預測模型。該模型可在117種不同環境的情境下，預測冬小麥各品種的產量表現，並辨識最適合特定環境條件的基因型。

基因與環境交互作用之預測結果

　　研究結果顯示，納入基因與環境交互作用後，模型預測準確提升約23%。此外，若依據模型篩選在特定環境下表現選最佳的前10%基因型，相較於平均表現的品種，每公頃可增加近4公噸的產量，其效果相當於德國傳統育種12年的進展，顯示現有資料中仍存在育種潛力。

預測工具在育種決策中的角色

　　本研究貢獻透過整合基因資訊、環境資料與人工智慧模型，建立可針對特定地點進行品種推薦的預測工具，有助於提升作物育種效率並強化氣候適應能力。此方法可支援精準農業與品種選育決策，對於糧食生產穩定性與農業韌性具有重要意義。本研究已發表在2025年《Genome Biology》期刊。

【延伸閱讀】-農業基因編輯懶人包-淺談在農業上的應用

phys.org