DeepMind 推出 BOTANIC-1：AI 解码植物 DNA，突变定位命中率达 90%

想让农作物抗旱、增产，农业学家往往得做一件事：从成千上万个基因突变里，揪出到底是哪一个字母变了，让甜瓜的花朵结构变了样，或者让一整排作物耐住了干旱。

过去干这事全靠运气和力气。育种团队要把两组植物杂交，在地里种上一整季，收回来测序，然后在茫茫多的候选变异里挨个做实验验证，一折腾往往就是几年甚至几十年。

现在 Google DeepMind 拿出了新的解法。他们推出了专门用于植物基因组的模型 BOTANIC-1，并与巴黎 AI 生物实验室 Living Models 合作，把 BOTANIC-1 和 Gemma 4 结合在一起，搭出了一个专门解码植物 DNA 的研究管线。

进化筛子加数字科学家

直接拿通用大模型来读 DNA，既不划算也不顶用。通用模型的文本分词机制对基因核苷酸并不高效，硬训还会削弱模型的逻辑推理和写代码能力；而专用的基因语言模型虽然懂生物序列，但普通农学研究员很难直接上手调用。

Living Models 的思路很取巧，他们做了一个分工明确的模块化架构。

BOTANIC-1 是底层专家，它预先学习了 320 种植物的基因组序列。用通俗的话说，它像一个读懂了植物进化密码的 AI，清楚地知道哪些 DNA 片段在亿万年的演化中是雷打不动的，哪些变动会导致致命或关键表型改变。

跑在前面的则是 Gemma 4 E4B。它扮演的是一个生物信息学家的智能体角色，负责接收人类研究员的自然语言提问，自动编写分析脚本、调用工具，并向 BOTANIC-1 发送结构化查询。

值得一提的是，这个 Gemma 4 甚至不用云端庞大的集群，而是通过 Ollama 跑在一块单张 NVIDIA L4 GPU 上。这既压低了部署成本，也保护了育种团队核心基因资产的数据隐私。

2500 个候选点里精准抓出真凶

在真实的植物遗传中，最大的痛点是「连锁不平衡」。基因在遗传时常常是整块绑在一起走的，真正的致病或关键变异周围，往往带着一大批搭便车的无害变异。传统统计工具根本分不清谁是司机、谁是乘客。

团队拿法国国家农业食品与环境研究院（INRAE）的真实研究做验证。在甜瓜的 CmEIN3 基因中，仅仅一个核苷酸字母的替换，就能让雌花变成两性花，直接影响授粉效率和产量。

通过常规定位，虽然能把全基因组的四万多个变异缩小到甜瓜 2 号染色体上的 3061 个候选点，但接下来依然是死胡同。

在面对接近 2500 个候选突变位置时，这套 AI 流程给出了极其惊艳的表现：它以 90% 的成功率，把那个真正的致因突变直接排在了第一位。

原本需要在温室里反复杂交筛查几个生长季的工作，被压缩成了几个小时的计算。

为什么重要

我们认为，BOTANIC-1 这套方案最聪明的地方，不是盲目去训一个超级万能的大模型，而是把通用推理和专业表征拆开了。

让 Gemma 负责动脑子写流程，让 BOTANIC-1 负责看懂生物学演化规律。甚至整个系统可以在单张消费级或入门企业级显卡上离线运行，这对全球大量预算有限、但握有珍贵育种数据的农业科研所来说，门槛被拉得非常低。

对行业而言，作物育种的瓶颈从来不是测序变贵了，而是测出一堆变异后根本筛不过来。传统育种面对极端气候和病虫害，响应周期往往以五年、十年计；如果 AI 能把假说验证缩短到以天为单位，高抗逆、高产作物的研发迭代节奏会被彻底改写。

不过目前来看，这套系统主要验证的依然是单基因或关键显性位点的突变因果判断。对于涉及多基因相互作用的复杂农艺性状，AI 能不能给出同样精准的排名，依然需要更多真实作物的田间试验来检验。