內(nèi)容概要：近年來，我國先后啟動了多個與設(shè)計育種相關(guān)的項目，例如中國科學(xué)院啟動實施的戰(zhàn)略性先導(dǎo)科技專項(A類)“分子模塊設(shè)計育種創(chuàng)新體系”“種子精準(zhǔn)設(shè)計與創(chuàng)造”項目，科技部啟動實施的“七大農(nóng)作物育種”項目。通過項目實施，我國在作物基因組、水稻理想株型、水稻雜種優(yōu)勢、養(yǎng)分高效利用、作物-微生物互作、作物基因組編輯和分子改良等方面均取得了一系列突破性成果，總體上在作物科學(xué)和技術(shù)應(yīng)用方面處于國際第一方陣，水稻等研究領(lǐng)域已經(jīng)處于世界引領(lǐng)地位。

相關(guān)上市企業(yè)：ST荃銀（300087）、天域生物（603717）、隆平高科（000998）等。

相關(guān)企業(yè)：中農(nóng)種源(深圳)科技有限公司、深圳興旺生物種業(yè)有限公司、山東極智生物科技有限公司、石家莊博瑞迪生物技術(shù)有限公司?等。

關(guān)鍵詞：設(shè)計育種行業(yè)相關(guān)政策、分子育種行業(yè)市場規(guī)模、設(shè)計育種行業(yè)發(fā)展趨勢

一、設(shè)計育種行業(yè)相關(guān)概述

設(shè)計育種是指在計算機平臺上對植物體的生長、發(fā)育和對外界反應(yīng)行為進行預(yù)測；然后根據(jù)具體育種目標(biāo)，構(gòu)建品種設(shè)計的藍圖；最終結(jié)合育種實踐培育出符合設(shè)計要求的農(nóng)作物新品種。

設(shè)計育種的核心是建立以分子設(shè)計為目標(biāo)的育種理論和技術(shù)體系，通過各種技術(shù)的集成與整合，對生物體從基因(分子)到整體(系統(tǒng))不同層次進行設(shè)計和操作，在實驗室對育種程序中的各種因素進行模擬、篩選和優(yōu)化，提出最佳的親本選配和后代選擇策略，實現(xiàn)從傳統(tǒng)的“經(jīng)驗育種”到定向、高效的“精確育種”的轉(zhuǎn)化，以大幅度提高育種效率。

全球種業(yè)經(jīng)歷了四個清晰的代際躍遷。育種1.0為數(shù)千年的農(nóng)家馴化選種；育種2.0始于20世紀(jì)初的雜交育種，利用雜種優(yōu)勢大幅提升產(chǎn)量；育種3.0以20世紀(jì)90年代轉(zhuǎn)基因技術(shù)商業(yè)化應(yīng)用為標(biāo)志，實現(xiàn)單一性狀的跨物種導(dǎo)入；當(dāng)前正邁入育種4.0階段——設(shè)計育種，即基于基因模塊及其非線性耦合理論，以及合成生物學(xué)思路，借助計算生物學(xué)和人工智能設(shè)計出理想的品種，大大縮短了育種周期，提高了育種效率。

中國的發(fā)展路徑與之并行又獨具特色。20世紀(jì)50至70年代以地方良種評選和矮化育種為起點；70至90年代以雜交水稻、雜交玉米的成功為標(biāo)志，實現(xiàn)育種2.0的全面突破；2000年后轉(zhuǎn)基因技術(shù)研發(fā)跟進，但商業(yè)化審慎；2020年“十四五”啟動種業(yè)振興行動，轉(zhuǎn)基因產(chǎn)業(yè)化試點逐步放開；至“十五五”規(guī)劃，智能設(shè)計育種被確立為先導(dǎo)性產(chǎn)業(yè)，標(biāo)志著中國正式進入育種4.0全面布局階段。

當(dāng)前，設(shè)計育種的研究共形成九大技術(shù)方向，分別為：光傳感表型技術(shù)、計算機視覺技術(shù)、深度學(xué)習(xí)技術(shù)、多組學(xué)融合分析技術(shù)、基因編輯技術(shù)、數(shù)據(jù)庫存儲技術(shù)、基于全基因組選擇的表型預(yù)測技術(shù)、基于機器學(xué)習(xí)的表型預(yù)測技術(shù)、基因知識圖譜輔助育種。

光傳感表型（OSP）技術(shù)是指利用光學(xué)傳感技術(shù)獲取植物或生物體表型特征的一種方法，全球范圍內(nèi)使用了OSP技術(shù)的表型監(jiān)測平臺在歐洲國家較為成熟，如比利時CropDesign公司的TraitMill平臺、法國農(nóng)業(yè)科學(xué)研究院的Pheno?scope和PHENOPSIS表型平臺、荷蘭KeyGene公司的PhenoFab平臺、捷克PSI公司的PlantScreen平臺等。

在中國，多個研究機構(gòu)和公司也引進或自研了高通量表型平臺，例如，華中農(nóng)業(yè)大學(xué)研制了國內(nèi)首套水稻表型自動檢測分析系統(tǒng)；南京農(nóng)業(yè)大學(xué)自主設(shè)計并建造了田間作物表型艙、人工智能氣候艙；中國科學(xué)院植物研究所研發(fā)了國內(nèi)首套高通量作物三維表型監(jiān)測系統(tǒng)——Crop 3D等。光傳感表型技術(shù)可以幫助育種者快速、準(zhǔn)確地評估作物的性狀和表型特征，為育種目標(biāo)的選擇和優(yōu)化提供科學(xué)依據(jù)。

計算機視覺技術(shù)利用圖像處理和模式識別等方法，通過對圖像和視頻數(shù)據(jù)的分析和解釋，提取有關(guān)作物表型特征和性狀的信息。在產(chǎn)業(yè)化方面，我國慧諾瑞德公司開發(fā)的多光能數(shù)字化玉米考種機iMaize®，基于機器視覺和AI技術(shù)自動測量玉米的多項表型指標(biāo)，實現(xiàn)自動化玉米考種?？梢?，計算機視覺技術(shù)通過處理大量的作物圖像和表型數(shù)據(jù)，為育種者提供更全面、準(zhǔn)確的數(shù)據(jù)支持，幫助其制定更優(yōu)化的育種策略。

深度學(xué)習(xí)是機器學(xué)習(xí)領(lǐng)域中的一個分支，其通過構(gòu)建和訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)模型，能夠?qū)?fù)雜的作物數(shù)據(jù)進行高效的學(xué)習(xí)和分析。我國之江實驗室智能設(shè)計育種團隊采集大豆的各類表型數(shù)據(jù)、基因數(shù)據(jù)和生長環(huán)境數(shù)據(jù)，結(jié)合AI算法分析，預(yù)測最耐鹽堿和高產(chǎn)組合。2019年，中國農(nóng)業(yè)科學(xué)院生物技術(shù)研究所汪海副研究員等開發(fā)出從基因組DNA序列預(yù)測基因表達調(diào)控模式的人工神經(jīng)網(wǎng)絡(luò)模型，有望借助人工智能（AI）技術(shù)實現(xiàn)定向育種，相關(guān)成果發(fā)表在《美國科學(xué)院院刊》上?？梢?，深度學(xué)習(xí)技術(shù)將基因數(shù)據(jù)、表型數(shù)據(jù)、環(huán)境數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)進行集成分析，從而從大規(guī)模、高維度的作物數(shù)據(jù)中提取有價值的信息和模式。

多組學(xué)融合分析技術(shù)是將多個不同類型的組學(xué)數(shù)據(jù)進行整合和聯(lián)合分析的方法。相對于單一的GWAS分析，不同組學(xué)間的關(guān)聯(lián)分析有助于解析發(fā)育特征是如何被精準(zhǔn)調(diào)控的，當(dāng)前研究涉及的多組學(xué)關(guān)聯(lián)分析包括mGWAS（基于代謝組的全基因組關(guān)聯(lián)分析）、TWAS（基于轉(zhuǎn)錄組的全基因組關(guān)聯(lián)分析）、EWAS（基于表觀組的全基因組關(guān)聯(lián)分析）等。

基因編輯技術(shù)是一種對生物體基因組進行定點修改的技術(shù)，它可以較精確地添加、插入、刪除或修改目標(biāo)基因的DNA序列。目前CRISPR/Cas9系統(tǒng)已成為育種的熱門領(lǐng)域，2012年，來自加州大學(xué)伯克利分校的結(jié)構(gòu)生物學(xué)家Jennifer Doudna和瑞典于默奧大學(xué)的Emmanuelle Charpentier首次將CRISPR/Cas作為基因編輯系統(tǒng)應(yīng)用。隨后，多種基因編輯作物在全球范圍內(nèi)被商品化，至今美國已有150多種植物品種被免除監(jiān)管，進行商業(yè)種植。2023年，南京農(nóng)業(yè)大學(xué)萬建民院士團隊發(fā)表了一項新型水稻啟動子編輯技術(shù)的研究，該技術(shù)可調(diào)控水稻抽穗期，提高水稻品種的適應(yīng)性和種植效益。目前基因編輯技術(shù)已應(yīng)用于小麥、大豆和水稻等作物育種中，對作物育種的基因功能研究、基因改良、新品種創(chuàng)制、遺傳純化和背景消除等具有重要價值。

數(shù)據(jù)庫存儲技術(shù)可以有效地管理和存儲大量的育種數(shù)據(jù)及其中間數(shù)據(jù)，提供數(shù)據(jù)的可靠性、一致性和可訪問性。2015年，美國成立了農(nóng)業(yè)生物數(shù)據(jù)庫聯(lián)盟AgBioData，2021年，美國投入2 500萬美元（約1.7億元人民幣）成立可編程植物系統(tǒng)研究中心（CROPPS），促進數(shù)字生物學(xué)新領(lǐng)域發(fā)展。2015年，中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所水稻分子設(shè)計技術(shù)與應(yīng)用創(chuàng)新團隊在《科學(xué)通報》發(fā)布了水稻功能基因組育種數(shù)據(jù)庫（RFGB）的雛形，2019年RFGB v2.0構(gòu)建完成。2020年，華中農(nóng)業(yè)大學(xué)創(chuàng)建了玉米多組學(xué)數(shù)據(jù)庫ZEAMAP，整合了基因組、轉(zhuǎn)錄組等數(shù)據(jù)，支持性狀相關(guān)的遺傳分析。2021年，國家基因庫推出農(nóng)業(yè)數(shù)字化服務(wù)平臺，提供從種質(zhì)資源到基因數(shù)據(jù)的全鏈條服務(wù)。2022年，國家基因庫發(fā)布了全球最大的生菜種質(zhì)基因資源數(shù)據(jù)庫LettuceDB，計劃擴展至3 000+生菜數(shù)據(jù)資源，促進精準(zhǔn)育種。2023年，國家作物種質(zhì)庫聯(lián)合騰訊公司，共同發(fā)起“國家作物種質(zhì)庫2.0項目”，支持育種研究。同年，中國科學(xué)院發(fā)布了大豆多維組學(xué)數(shù)據(jù)庫SoyOmics，提供大豆遺傳學(xué)及育種研究的數(shù)據(jù)支持，展示了多維組學(xué)數(shù)據(jù)的深度整合能力。

全基因組選擇（genomic selection, GS） 是Meuwissen等在2001年提出的一種選擇育種方法，是指利用覆蓋整個基因組的遺傳標(biāo)記信息對未知表型的個體育種值進行估計，其作為一種高效育種方法，通過早期選擇縮短世代間隔，提高育種值估計準(zhǔn)確性?；谌蚪M選擇的表型預(yù)測技術(shù)能夠?qū)⑽⑿Ф嗷蛘{(diào)控的位點應(yīng)用于育種實踐，為作物育種提供了一種高效、精確的方法，推動了作物品種改良。

基于機器學(xué)習(xí)的表型預(yù)測技術(shù)利用大量遺傳標(biāo)記數(shù)據(jù)和表型數(shù)據(jù)，通過建立預(yù)測模型和算法，可以準(zhǔn)確地預(yù)測作物個體的表型表現(xiàn)。大量研究表明，基于深度學(xué)習(xí)的模型（CNN和RNN等）預(yù)測準(zhǔn)確度較高。2022年，中國農(nóng)業(yè)科學(xué)院李慧慧研究員團隊聯(lián)合多家單位提出利用植物海量多組學(xué)數(shù)據(jù)進行全基因組預(yù)測的深度學(xué)習(xí)方法（deep neural network for genomic predic?tion, 簡稱DNNGP），可以實現(xiàn)育種大數(shù)據(jù)的高效整合與利用。

基因知識圖譜輔助育種是一種利用知識圖譜技術(shù)來整合、存儲和分析與基因相關(guān)的信息，并將其應(yīng)用于作物育種的方法。上海師范大學(xué)黃學(xué)輝教授領(lǐng)銜開創(chuàng)的“水稻導(dǎo)航育種系統(tǒng)”（RiceNavi），構(gòu)建了迄今為止最完善的水稻數(shù)量性狀基因關(guān)鍵變異（causative variation）圖譜。中國農(nóng)科院深圳農(nóng)業(yè)基因組研究所張興坦團隊主導(dǎo)，聯(lián)合國內(nèi)多家單位成功構(gòu)建茶樹首個泛基因組圖譜，研究成果發(fā)表于Nature Plants。Hassani-PAK 等開發(fā)了一個開源基因發(fā)現(xiàn)平臺KnetMiner，利用基因組規(guī)模的知識圖譜生成循證生物網(wǎng)絡(luò)，可用于任何具有測序基因組的物種。

二、設(shè)計育種行業(yè)相關(guān)政策

設(shè)計育種可大幅縮短育種周期，提高了育種效率，因此，加快設(shè)計育種發(fā)展，對實現(xiàn)中國種業(yè)科技自立自強、種源自主可控，確保國家糧食和重要農(nóng)產(chǎn)品有效供給等意義重大。近年來，我國政府出臺多項政策，積極推動生物育種和智能設(shè)計育種發(fā)展，如2026年6月，國務(wù)院發(fā)布《加快農(nóng)業(yè)農(nóng)村現(xiàn)代化“十五五”規(guī)劃》，其中提出積極推動種業(yè)振興與農(nóng)業(yè)科技創(chuàng)新能力條件建設(shè)。前瞻布局智能設(shè)計與合成育種、生境模擬試驗等農(nóng)業(yè)科研基礎(chǔ)設(shè)施，推進智能農(nóng)機裝備、生物合成等中試驗證平臺建設(shè)。隨著“十五五”規(guī)劃的落地，國內(nèi)智能設(shè)計育種的產(chǎn)業(yè)支持政策將逐步細化，上下游技術(shù)的持續(xù)迭代，也會繼續(xù)縮短品種研發(fā)周期，帶動國內(nèi)種業(yè)的競爭力持續(xù)提升。

相關(guān)報告：智研咨詢發(fā)布的《中國設(shè)計育種行業(yè)市場運營態(tài)勢及投資前景研判報告》

三、設(shè)計育種行業(yè)現(xiàn)狀

近年來，設(shè)計育種等重要育種技術(shù)快速發(fā)展，相關(guān)發(fā)表論文數(shù)量占生物育種領(lǐng)域發(fā)表論文總量的比例逐年增加。但我國目前設(shè)計育種技術(shù)較少，與發(fā)達國家相比還有較大差距。數(shù)據(jù)顯示，中國設(shè)計育種技術(shù)論文量占本國育種技術(shù)相關(guān)論文總量的5%，遠落后于美國的13%?？梢?，我國設(shè)計育種技術(shù)布局有待進一步優(yōu)化。

近年來，我國先后啟動了多個與設(shè)計育種相關(guān)的項目，例如中國科學(xué)院啟動實施的戰(zhàn)略性先導(dǎo)科技專項(A類)“分子模塊設(shè)計育種創(chuàng)新體系”“種子精準(zhǔn)設(shè)計與創(chuàng)造”項目，科技部啟動實施的“七大農(nóng)作物育種”項目。通過項目實施，我國在作物基因組、水稻理想株型、水稻雜種優(yōu)勢、養(yǎng)分高效利用、作物-微生物互作、作物基因組編輯和分子改良等方面均取得了一系列突破性成果，總體上在作物科學(xué)和技術(shù)應(yīng)用方面處于國際第一方陣，水稻等研究領(lǐng)域已經(jīng)處于世界引領(lǐng)地位。

分子育種，是指將分子生物學(xué)、基因組學(xué)、生物信息學(xué)等現(xiàn)代生物技術(shù)整合于經(jīng)典遺傳育種方法中，在基因或分子水平上對生物性狀進行精準(zhǔn)鑒定、選擇與改良，以設(shè)計培育優(yōu)良新品種的技術(shù)體系。其主要技術(shù)手段包括分子標(biāo)記輔助選擇（MAS）、轉(zhuǎn)基因育種、基因編輯育種、分子設(shè)計育種以及全基因組選擇等。

2020年至2025年，中國分子育種行業(yè)市場規(guī)模由人民幣7億元增長至44億元，年均復(fù)合增長率達到44.4%，展現(xiàn)出強勁的增長動能。這一增長得益于國家政策的大力支持、育種企業(yè)對分子技術(shù)的日益依賴以及農(nóng)業(yè)現(xiàn)代化的深入推進。隨著分子育種行業(yè)的持續(xù)發(fā)展，設(shè)計育種作為分子育種的高級形式，其市場規(guī)模也呈現(xiàn)上升趨勢。

四、設(shè)計育種行業(yè)發(fā)展趨勢

1、多學(xué)科深度融合夯實育種底層研發(fā)體系

設(shè)計育種的研發(fā)邊界將持續(xù)拓寬，傳統(tǒng)遺傳學(xué)單獨支撐研發(fā)的模式徹底轉(zhuǎn)變，生物信息學(xué)、計算機科學(xué)、多組學(xué)、合成生物學(xué)等學(xué)科深度交叉融合。行業(yè)不再單一開展基因功能解析，而是構(gòu)建基因、蛋白、代謝、田間表型聯(lián)動的完整調(diào)控網(wǎng)絡(luò)，打通從分子機理到田間性狀的完整研究鏈路。各類生物數(shù)據(jù)標(biāo)準(zhǔn)體系逐步完善，打破不同作物、科研機構(gòu)間的數(shù)據(jù)孤島，形成統(tǒng)一共享的種質(zhì)與基因數(shù)據(jù)庫?？鐚W(xué)科協(xié)作成為研發(fā)常態(tài)，理論基礎(chǔ)研究、算法開發(fā)、生物技術(shù)研發(fā)同步推進，為定向、精準(zhǔn)的品種虛擬設(shè)計提供完備理論與技術(shù)支撐，持續(xù)提升性狀改良的精準(zhǔn)度。

2、人工智能全面滲透育種全流程環(huán)節(jié)

人工智能技術(shù)將覆蓋種質(zhì)挖掘、基因篩選、性狀模擬、田間鑒定全部育種環(huán)節(jié)，徹底轉(zhuǎn)變以往依靠田間試種篩選品種的經(jīng)驗化模式。各類機器學(xué)習(xí)模型持續(xù)優(yōu)化基因與表型關(guān)聯(lián)預(yù)測能力，依靠數(shù)字化模擬預(yù)判品種綜合表現(xiàn)，大幅壓縮田間試驗依賴。算力配套、智能感知設(shè)備成為產(chǎn)業(yè)核心配套，自動采集田間表型數(shù)據(jù)，形成數(shù)據(jù)輸入、模型運算、品種預(yù)判的閉環(huán)研發(fā)模式。行業(yè)研發(fā)重心逐步向算法迭代、生物大數(shù)據(jù)運算傾斜，依靠智能算法同步優(yōu)化多個優(yōu)良性狀，規(guī)避傳統(tǒng)育種性狀連鎖負面效應(yīng)，推動行業(yè)全面轉(zhuǎn)向數(shù)據(jù)驅(qū)動的智能育種模式。

3、多元化復(fù)合性狀定向改良成為核心賽道

育種改良目標(biāo)擺脫僅追求高產(chǎn)的單一導(dǎo)向，兼顧品質(zhì)、抗逆、營養(yǎng)、綠色生產(chǎn)等多元復(fù)合性狀成為研發(fā)核心方向。適配消費升級、生態(tài)農(nóng)業(yè)、特色加工產(chǎn)業(yè)的差異化需求，定向培育功能性專用品種成為競爭關(guān)鍵。研發(fā)邏輯轉(zhuǎn)向多性狀協(xié)同平衡改良，在提升產(chǎn)量的同時兼顧耐脅迫、低投入、高營養(yǎng)等綜合優(yōu)勢，貼合農(nóng)業(yè)綠色可持續(xù)發(fā)展長期導(dǎo)向。細分品種賽道持續(xù)拓寬，依據(jù)不同地域、產(chǎn)業(yè)、消費需求開展精細化定向設(shè)計，差異化品種研發(fā)能力成為企業(yè)核心競爭力，推動種業(yè)產(chǎn)品供給向精細化、多元化轉(zhuǎn)型。

以上數(shù)據(jù)及信息可參考智研咨詢（www.kissmam.com）發(fā)布的《中國設(shè)計育種行業(yè)市場運營態(tài)勢及投資前景研判報告》。智研咨詢是中國領(lǐng)先產(chǎn)業(yè)咨詢機構(gòu)，提供深度產(chǎn)業(yè)研究報告、商業(yè)計劃書、可行性研究報告及定制服務(wù)等一站式產(chǎn)業(yè)咨詢服務(wù)。您可以關(guān)注【智研咨詢】公眾號，每天及時掌握更多行業(yè)動態(tài)。

智研咨詢依托全鏈路上下游企業(yè)調(diào)研體系，整合供應(yīng)商名錄、交易占比、區(qū)域分布及客戶畫像等多維核心數(shù)據(jù)，通過可視化圖譜技術(shù)，構(gòu)建集供應(yīng)商、客戶、行業(yè)分布、市場占有率于一體的全景供應(yīng)鏈圖譜。助力企業(yè)快速錨定關(guān)鍵合作方、洞察行業(yè)競爭格局，為企業(yè)拓展產(chǎn)業(yè)版圖、布局上下游合作、構(gòu)建產(chǎn)業(yè)生態(tài)提供極具參考價值的全景視角與決策依據(jù)，實現(xiàn)被動響應(yīng)到數(shù)智預(yù)判的供應(yīng)鏈管理升級，為戰(zhàn)略決策與資源整合提供高價值的數(shù)據(jù)底座。

企業(yè)供應(yīng)鏈圖譜服務(wù)內(nèi)容：1.上下游企業(yè)深度調(diào)研：系統(tǒng)梳理供應(yīng)鏈上游供應(yīng)商、下游客戶全名單，精準(zhǔn)采集企業(yè)基本信息、交易金額占比、合作緊密度等核心數(shù)據(jù)。2.行業(yè)與區(qū)域分布解析：整合供應(yīng)商/客戶所屬行業(yè)分類、區(qū)域分布特征，清晰呈現(xiàn)產(chǎn)業(yè)集聚格局與行業(yè)占比結(jié)構(gòu)。3.全景圖譜可視化呈現(xiàn)：基于調(diào)研數(shù)據(jù)構(gòu)建供應(yīng)鏈生態(tài)圖譜，直觀展示上下游關(guān)聯(lián)關(guān)系、交易鏈路及市場份額分布。4.核心價值數(shù)據(jù)萃?。禾崛?strong>企業(yè)技術(shù)力量、市場占有率、商業(yè)模式等關(guān)鍵信息，同步呈現(xiàn)供應(yīng)鏈核心競爭力與競爭態(tài)勢。5.決策支撐服務(wù)：依托圖譜數(shù)據(jù)，提供供應(yīng)鏈風(fēng)險節(jié)點識別、優(yōu)質(zhì)資源篩選、戰(zhàn)略布局方向建議，賦能企業(yè)決策。