DeepMind 推出 BOTANIC-1：AI 解碼植物 DNA，突變定位命中率達 90%

想讓農作物抗旱、增產，農業學家往往得做一件事：從成千上萬個基因突變裡，揪出到底是哪一個字母變了，讓甜瓜的花朵結構變了樣，或者讓一整排作物耐住了乾旱。

過去幹這事全靠運氣和力氣。育種團隊要把兩組植物雜交，在地裡種上一整季，收回來測序，然後在茫茫多的候選變異裡挨個做實驗驗證，一折騰往往就是幾年甚至幾十年。

現在 Google DeepMind 拿出了新的解法。他們推出了專門用於植物基因組的模型 BOTANIC-1，並與巴黎 AI 生物實驗室 Living Models 合作，把 BOTANIC-1 和 Gemma 4 結合在一起，搭出了一個專門解碼植物 DNA 的研究管線。

進化篩子加數字科學家

直接拿通用大模型來讀 DNA，既不划算也不頂用。通用模型的文本分詞機制對基因核苷酸並不高效，硬訓還會削弱模型的邏輯推理和寫程式碼能力；而專用的基因語言模型雖然懂生物序列，但普通農學研究員很難直接上手呼叫。

Living Models 的思路很取巧，他們做了一個分工明確的模組化架構。

BOTANIC-1 是底層專家，它預先學習了 320 種植物的基因組序列。用通俗的話說，它像一個讀懂了植物進化密碼的 AI，清楚地知道哪些 DNA 片段在億萬年的演化中是雷打不動的，哪些變動會導致致命或關鍵表型改變。

跑在前面的則是 Gemma 4 E4B。它扮演的是一個生物資訊學家的智慧體角色，負責接收人類研究員的自然語言提問，自動編寫分析指令碼、呼叫工具，並向 BOTANIC-1 傳送結構化查詢。

值得一提的是，這個 Gemma 4 甚至不用雲端龐大的叢集，而是通過 Ollama 跑在一塊單張 NVIDIA L4 GPU 上。這既壓低了部署成本，也保護了育種團隊核心基因資產的資料隱私。

2500 個候選點裡精準抓出真兇

在真實的植物遺傳中，最大的痛點是「連鎖不平衡」。基因在遺傳時常常是整塊綁在一起走的，真正的致病或關鍵變異周圍，往往帶著一大批搭便車的無害變異。傳統統計工具根本分不清誰是司機、誰是乘客。

團隊拿法國國家農業食品與環境研究院（INRAE）的真實研究做驗證。在甜瓜的 CmEIN3 基因中，僅僅一個核苷酸字母的替換，就能讓雌花變成兩性花，直接影響授粉效率和產量。

通過常規定位，雖然能把全基因組的四萬多個變異縮小到甜瓜 2 號染色體上的 3061 個候選點，但接下來依然是死衚衕。

在面對接近 2500 個候選突變位置時，這套 AI 流程給出了極其驚豔的表現：它以 90% 的成功率，把那個真正的致因突變直接排在了第一位。

原本需要在溫室裡反覆雜交篩查幾個生長季的工作，被壓縮成了幾個小時的計算。

為什麼重要

我們認為，BOTANIC-1 這套方案最聰明的地方，不是盲目去訓一個超級萬能的大模型，而是把通用推理和專業表徵拆開了。

讓 Gemma 負責動腦子寫流程，讓 BOTANIC-1 負責看懂生物學演化規律。甚至整個系統可以在單張消費級或入門企業級顯示卡上離線執行，這對全球大量預算有限、但握有珍貴育種資料的農業科研所來說，門檻被拉得非常低。

對行業而言，作物育種的瓶頸從來不是測序變貴了，而是測出一堆變異後根本篩不過來。傳統育種面對極端氣候和病蟲害，響應週期往往以五年、十年計；如果 AI 能把假說驗證縮短到以天為單位，高抗逆、高產作物的研發迭代節奏會被徹底改寫。

不過目前來看，這套系統主要驗證的依然是單基因或關鍵顯性位點的突變因果判斷。對於涉及多基因相互作用的複雜農藝性狀，AI 能不能給出同樣精準的排名，依然需要更多真實作物的田間試驗來檢驗。