전 세계 식량 안보의 초석인 밀(Triticum aestivum L.)은 증가하는 인구와 변화하는 기후로 인한 전례 없는 압력에 직면해 있지만, 기존 육종 방법은 수확량과 내성을 위한 필수적 유전적 복잡성을 탐색하기에 점차 불충분해지고 있습니다. 본 리뷰는 고처리량 유전자형 분석과 다차원 표현형 분석의 통합을 통해 대규모 표준화 데이터셋 생성의 주요 발전을 강조합니다. 우리는 다중 오믹스 통합과 지식 그래프 기반 프레임워크가 이 이질적인 데이터를 실행 가능한 육종 지식으로 전환하는 데 얼마나 중요한지 탐구합니다. 이어서 인공지능(AI)과 기계 학습이 예측 모델링 추진, 유전체 선택 정교화, 지능형 의사결정 가능화에서 중요한 역할을 하는 점을 살펴봅니다. 이러한 발전은 데이터 기반 혁신과 폐쇄 루프 반복 사이클을 활용하는 신흥 패러다임인 육종 5.0으로 귀결됩니다. 앞으로 우리는 다중 모달 AI와 개인화 육종 전략이 기후 변화 하에서 전 세계 식량 안보를 보장하는 지속 가능한 시스템 창출에 필수적일 것임을 개략적으로 제시합니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Xiaoming Xie
Peng Zhao
Yuqi Zhang
Plant Communications
China Agricultural University
Institute of Crop Sciences
Building similarity graph...
Analyzing shared references across papers
Loading...
Xie 등(Wed,)이 이 질문을 연구했습니다.
www.synapsesocial.com/papers/69d892d16c1944d70ce03f8a — DOI: https://doi.org/10.1016/j.xplc.2026.101841
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: