我国作物种业数字化发展：成效、困境与前瞻

范贝贝， 李瑾， 马晨

（北京市农林科学院信息技术研究中心，北京 100097）

当前，以大数据、云计算、区块链、物联网、5G等技术为核心的数字科技正在加速向农村各领域渗透发展，根据第48次《中国互联网络发展状况统计报告》与《2020全国县域数字农业农村发展水平评价报告》数据，截至2021年6月，我国农村网民规模达到2.97亿，农村地区互联网普及率为59.2%，2020年县域农业农村信息化发展总体水平达37.9%。数字科技开始对传统农业各领域、各环节展开全方位、全角度、全链条的数字化改造，为提高全要素生产率、助推农村经济社会实现动能转换和高质量发展提供了新方法与新手段。种业作为农业发展的“芯片”和农业现代化的基础产业，在国家战略科技体系中具有先导性、核心性、引领性地位。自党的十九大提出乡村振兴战略以来，数字科技与分子标记、转基因、基因编辑、分子设计育种等现代生物技术开始融合，推动了育种专业化、生产标准化、服务综合化、管理信息化、技术装备精准化发展，为加快推进种业振兴，实现种业科技自立自强、种源自主可控提供了有效支撑，尤其是“十四五”规划开局起步之后，《“十四五”推进农业农村现代化规划》《“十四五”现代种业提升工程建设规划》《“十四五”全国种植业发展规划》等相关政策性文件与规划相继出台，均将种业全链条大数据的研发与深度应用、数字化智能育种辅助平台建设、种业智慧化监管与服务等内容作为推进种业现代化发展核心，以数字科技赋能种业全面振兴已经逐渐成为普遍共识和重点方向。

由于种业数字化发展刚刚起步，因此，在研发与应用等多个环节仍存在诸多短板与不足，对种业全面振兴的支撑效能仍显不足。本文研判国内外种业数字化技术研发现状，剖析数字科技在种业产业全链条中的应用现状，提炼我国种业数字化发展的核心短板，对种业数字化发展前瞻态势进行分析，旨在为种业数字化发展路径提供思路和参考。

1 研发与应用：种业数字化发展现状

1.1 国外种业数字化技术研发现状

美国、以色列、欧盟等发达国家或地区在21世纪初已初步实现了大数据、人工智能、云计算、物联网等新型互联网技术与种业发展的融合，在育种技术研发、繁种制种、商业化育种以及种业产业链发展等方面实现了较大的技术创新和突破，研发了一系列智能育种设备及试验设计和种业管理软件与平台，建立了作物智能设计育种技术体系，已经迈入了“常规育种＋生物技术＋信息技术＋人工智能”的育种“4.0时代”[1]。人工智能及大数据技术推动多重组学研究实现新突破，如美国新兴的人工智能公司Atomwise研发了AtomNet技术[2]，通过强大的深度学习算法和超级计算机分析百万个潜在的作物保护产品分子，预测分子可能对控制疾病和害虫产生的积极影响，通过识别模式判断分子间的相互作用，对缩短前期研发时间、及时推出高种植收益的新产品具有重要作用[3]；以色列NRGene（https://www.nrgene.com）研发的GenoMAGICTM和DeNovoMAGICTM平台能够分析玉米、小麦、大豆、蔬菜等作物海量的基因组数据，鉴别出广泛的序列多态性和单体型，使基因组选择和性状定位更加高效，且能够更简便地接触到有益性状相对应的基因组序列，进而使基因组选择和性状定位更加高效；比利时CropDesign公司研发的作物表型性状监测平台TraitMill，可高通量、自动化获取和分析包括地上部生物量、株高、总粒数、结实率、粒重和收获指标等植物表型信息，并实现作物表型特征的大规模自动化分析[4]。自动化控制的分析仪器和机械设备研发与制造也是欧美种业巨头发展的核心，极大地提高了育种试验规模和研发效率，如奥地利Wintersteiger公司和美国ALMACO公司研发的田间数字化育种实验产品与装备，涵盖从小区规划、选种排种、精量播种、小区精量收获、快速测产和品种监测、小区收获籽粒分包等流程，可对试验测试环境进行全面的数据采集和分析，再通过统一的数字化管理平台进行挖掘[5]。在商业化育种技术研发方面，先锋、孟山都、先正达等跨国种业公司均开发了各自的育种资料分析与试验数据统计分析软件系统与平台，实现了海量数据的管理和利用，实现了种业育、繁、推、管、服全产业链模块的数据集成、管理与应用。

1.2 我国作物种业数字化进展

1.2.1 国内种业数字化技术研发现状 近年来，我国政府、研究机构和种业企业也正在逐渐加大数字技术与育种、繁种制种、产业化等多方面的融合，并取得了一系列的技术创新与突破。在作物育种技术研发方面，通过自主研发的软件或模型，采用人工智能技术和深度学习算法，对表型组、基因组、转录组、代谢组等不同组学的数据开展了自动提取、整合与关联分析，作物智能设计育种取得了显著进展。2020年，华中农业大学开发了玉米属多组学综合数据库，收录了4个玉米基因组和1个大刍草基因组，包括基因组学模块、变异模块、遗传学模块、群体模块、表型遗传学模块等多重组学数据资源，内嵌了数据检索、分析和可视化工具，可直观地对多重组学数据进行检索和智能分析[6]；中国农业大学农学院于2021年研发了基因组优化设计模型GOVS，结合基因组选择以及双单倍体诱导技术可以指导育种家利用最少的遗传材料、最短的育种周期、最大限度地聚合优势等位基因，加速推动了我国玉米智能设计育种技术体系的建立[7]；2022年，浙江大学依托“设计育种会聚研究计划”建成了国内领先作物基因组大数据育种分析平台，平台数据库收集了国内外近6 000份常见水稻品种的基因组重测序数据及变异信息、3 000份水稻品种的46类表型数据，并提供了重要基因组资源在线分析模块；北京市农林科学院信息技术研究中心、谷丰光电等科研机构与企业研发的作物表型高通量获取平台、作物籽粒及果穗自动化考种系统等技术产品与装备，实现了作物表型数据的自动化、高通量、连续获取和基于多传感器的作物表型指标智能解析[8]；在繁制种技术研发方面，部分科研机构或公司设计和研发了应用于田间试验、制种生产和种子加工等方面的数字化和自动化的系统和装备，如国家农业智能装备工程技术研究中心基于北斗研发的农机自动导航与作业精准测控关键技术，突破了农机作业复杂工况自适应的自动导航技术瓶颈，建立了全程机械化作业智能监测技术体系[9]。在商业化育种技术研发方面，自2017年以后，金种子育种云平台、百奥云数字育种服务平台、华智育种管家等商业化育种软件和数据平台相继上线运行服务，面向国内大型育种企业和科研院所提供种质资源管理、试验规划、性状采集APP、品种选育、品种区试、系谱管理、数据分析、基于无线电射频识别（radio frequency identification，RFID）电子标签的育种全程可追溯等服务。

1.2.2 作物育种数字化应用 种质资源库建设是推动种业可持续发展的重要手段之一，也是全面实施种业振兴行动的核心内容。早在1991年，我国就自主开发了国家农作物种质资源数据库系统，涵盖了粮食、纤维、蔬菜等300多种、47万份种质信息，并提供数据查询、数据分析、资源地图等在线服务，在“十三五”期间共面向科研院所、企业、生产单位和社会工作开展信息共享128.9万人次[10]。在部分大型种业企业和科研机构中，高通量作物表型采集平台、智能考种分析仪器、大数据育种分析平台、智能检测辅助仪器设备等智能软件、装备与平台已经初步应用在育种数据获取、解析、存储、管理、应用等各环节，促使育种工作便捷化、智能化、高效化。国内大型种业企业和科研机构如隆平高科、北大荒垦丰种业、中国农业科学院等，在育种材料、品种选育、系谱追溯、品种测试、田间性状试验采集、长时段数据分析等常规育种全流程中应用了商业化育种软件或平台，突破了传统经验育种的限制，在育种流程了实现了专业化、细分化作业，大幅提升了育种企业和科研机构的育种效率和市场核心竞争力。

1.2.3 繁制种数字化应用 自2017年起，农业农村部（原农业部）共认定2批次共117个国家区域性良种繁育基地。通过在繁育基地深入开展繁种制种数字化技术示范、推广和应用，大大提升了繁种制种效能和农产品供种保障能力。基地普遍开展了数字化管理技术、种子加工包装自动化系统和种子质量控制系统的集成与应用，将虫情监测预警与绿色防控、墒情监测预警与灌溉、农机与无人机设备和新型的物联网、无人机遥感、无人机驾驶等技术结合，再配合考种、测产、植物性状等自动化、智能化检测仪器和装备，实现了良种繁供能力质的飞跃。在制种方面，以张掖国家级玉米制种基地为代表的制种基地数字化建设项目正在开展试点示范，通过应用智能化和自动化加工设备和田间采集设施，实现种子从田间生产、收获采集、种子烘干、包衣加工、储存管理等流程的数字化、自动化控制与数据采集，实现了制种效率的稳步提升和种子质量的源头控制。

1.2.4 种业数字化推广与应用 随着数字思维的深入人心，部分种业企业已经抢抓数字化带来的发展机遇，实现了企业营销转型升级。2015年，由隆平高科、中种集团、金色农华等10家国内骨干种企和现代种业基金联合组建的爱种网正式上线，我国种业数字化营销的时代正式开启[11]。通过开展种子分销电商与精准推广创新种子销售模式，突破传统的“生厂商+经销商+零售商”销售模式，实施整合营销、拓宽营销渠道、缩短中间环节、扩充利润空间，并通过电商大数据分析开展潜在受众群体的精准营销，推动种业营销环节向扁平化发展；通过种子标识与追溯系统、种子检测与分析技术开展质量管理与追溯，对种子质量进行管控和保护，同时开展市场跟踪与行情分析系统的应用，对市场行情及种植户反馈情况进行实时监控，适时调整营销策略和手段；通过电商平台、短视频平台、微博、微信等新媒体渠道开展品牌宣传和建设，部分企业和科研机构已经打造出富有知名度的金字招牌。

1.2.5 种业种业监管与服务数字化 2017年，中国种业大数据平台正式上线，平台按照统一数据格式、统一数据接口、统一数据应用的原则，汇集了品种审定、品种登记、品种保护、品种推广、生产经营许可、市场监管等跨部门、跨行业数据，面向种业管理者、企业和农民等多元主体提供服务，来源可查、去向可追、责任可究的种业可追溯体系基本建立[12]。当前，随着种子生产经营许可、品种审定等政策工作的调整，种业大数据平台生产经营管理、品种管理、种情监测调度等关键业务子系统得到优化、底层数据实现部分板块互通，完成了与国务院、各部委、省委、基层体系等政务系统的对接，平台通过共享节水、高抗、机收、稳产高产品种信息数据，推动种业和农业高质量发展，大大提升了执法效率，优化了种业发展环境，实现了品种、主体和种子信息链的综合查询，推进了信息数据实时动态可视化展示，品种智能化分析辅助决策功能初步成型[13]。在种业公共服务方面，全国部分省（自治区、直辖市）如浙江、吉林、黑龙江、福建等已经初步构建了涵盖农作物品种审定、品种登记、生产经营信息管理、种业科研服务等公共服务系统或平台，面向科研机构、种业企业、农户和种子经销商提供价格形势信息、审批审定信息、管理服务信息、成果转化等信息。

2 问题与差距：种业数字化发展困境

2.1 科技创新研发层面

总体来看，部分发达国家已经建立了作物智能设计育种技术体系，并以数字技术为驱动，率先进入了“常规育种＋生物技术＋信息技术＋人工智能”的种业“4.0时代”，在数字化育种、育种试验、商业化育种等方面取得了较多的技术创新和突破。对比发达国家，当前我国仍处于以杂交选育和分子技术辅助选育为主的种业“2.0时代”至“3.0时代”之间，虽然移动互联网、人工智能、区块链、大数据等技术也在育种研发、繁种制种和市场化等种业关键环节取得了一系列技术成果，但是整体来看，种业数字化技术研发起步较晚，发展也相对不足，尚未建立起适用于我国的作物智能设计育种技术体系。尤其是与智能设计育种相关的前沿技术与装备研发方面更为欠缺。首先是农业生物技术与人工智能、大数据、物联网等技术的融合不足。育种性状遗传解析、育种元件设计、表型及代谢通路合成、新材料数字化测试和生物育种智能决策等育种关键环节的技术创新不足，仅在玉米、水稻等个别作物初步实现了智能设计育种体系的建议。其次是引领现代种业发展的底层驱动技术发展不成熟。传感器技术作为多维大数据驱动智能设计育种的核心，目前在我国的研发仍停留在初级阶段，国产自主产业化生产的农业传感器种类不到世界的10%，部分传感器技术如植物本体信息传感器基本处于空白，高端农业传感器核心元器件和农业大数据挖掘核心算法受制于人，尚未研发出自主可控的农业专用高端智能芯片[14]。同时，国内大多数育种科研机构和企业获取与解析作物基因组及表型组数据的软件、平台或设备大多为国外引进，自主研发率较低且性能较为单一，比如大多数我国自主研发的作物表型数据采集仪器多局限于单个性状，缺乏多重性状数据的组合同步自动化获取与解析，且大部分仪器设备之间的数据格式相对较为独立，部分软件和设备还存在可操作性和经济性不强等问题。

与跨国种业巨头研发投入的巨大差距是当前我国种业数字化创新能力不足的深层原因之一。跨国种业公司如孟山都、KWS、拜耳、先正达等研发投入占销售额的比重超过12%，部分超过15%。而我国A股前3家种业企业（隆平高科、登海种业、丰乐种业）在2019年的研发投入占销售额的比重均在3%以下。大型种企尚且如此，小型种企的创新研发投入就更加堪忧。据统计,至2019年末，我国种业企业数量接近6 500家，其中营业收入在3 000万元以上的种企仅占35%左右，具有创新研发能力的不到100家，呈现“小而散”的发展局面[15]。受企业规模小、资金不足等情况的限制，小型企业在研发资金、科研人员数量、新成果推广等方面的投入普遍偏低，很难在育种数字化、智能化创新研发中实现新发展和新突破。

2.2 应用层面

2.2.1 数字科技在育种中应用不足 首先，受制于智能化、数字化育种技术产品与装备研发的不成熟，在实际应用中出现数据分析精确度低、多重组学结合松散、数据挖掘力度不强、品种适宜性不精确等诸多问题；其次，由于传统育种家对数字化、智能化育种装备及软件的接受程度有限，多数还停留在“经验育种”的阶段，人工智能、自动化设备、基因编辑技术的掌握程度较低，信息技术仍然无法取代育种家在作物育种过程中发挥的核心作用，育种精准度和准确度提升速度较为缓慢；再者，商业化育种管理平台、软件或系统的应用不足，商业化育种体系尚未建立。目前国内仅有少数大型种业企业如隆平高科、垦丰种业、荃银高科等开展了商业化育种管理平台和软件的应用，小型种业企业的应用比例较低。

2.2.2 种业数据资源整合与利用效率低 首先，随着数字科技与育种多重组学研究的不断结合，育种效率得到大幅度提升，同样育种企业和科研机构的育种数据也呈现出爆发式增长，包括表型组、基因组、蛋白组、转录组、分子标记等实验室数据以及田间试验数据，数据信息丰富且相对分散，再加上数字化工具应用不足，导致数据综合利用率低；其次，多数种业企业出于商业利益最大化考量，将育种过程中产生的数据是作为商业机密，对育种材料、试验数据、流程与方法选择等数据进行商业秘密保护，甚至每个企业主体都有自身独立的育种软件和系统，导致了每个企业都形成了“数据孤岛”，对基于数据共享之上的大数据挖掘产生了较大阻碍；再者，中国种业大数据平台以及国家作物种质资源库仅为数据收集提供了框架，但在对多年来产生的种质、育种和繁种等相关数据进行有效利用方面依然不足，将其整合处理成有效资源方面依然任重道远。

2.2.3 繁种制种数字化水平不高 传统繁种基地存在数字化管理程度低、种子管理信息收集和网络服务信息沟通不畅等问题，基地田间数字化基础设施较为薄弱，水肥一体化设备、大棚温室控制设备、环境监测仪器、智慧无线灌溉设施以及物联网监控平台建设相对不足，无法满足繁种智能化、自动化和精细化发展。田间试验机械和设备的自动化、数字化水平较低，由于种植农艺要求复杂、技术难度较大、研制成本较高等原因，相关自动化和数字化的装备多数停留在科研层面，实际投入田间试验的数量少、品种单一，无法满足需要[16]。种子加工工艺较为落后，制种机械化、自动化和数字化程度不高，存在农机农艺融合不够、作业效率不高、作业效果不佳等问题，制约了种子质量的提升和农业效率的提高。

2.2.4 种业成果转化和推广的数字化水平较低首先，我国成熟的全国种业成果转化数字服务平台尚未形成，应将各个社会组织及种业科技成果转化各相关部门的资源和优势进行科学整合，并将种业科技研发需求、研发人员、待转化的成果等信息智能打包归纳在数字化综合平台[17]；其次，我国种业电商还处于探索阶段，农民通过网购渠道购买种子的比例依旧较少，市场主体仍集中在批发商，电商对于种业销售渠道再造功能体现不充分；再者，通过数字化手段及新媒体渠道开展品牌宣传的种企较少，多数种业企业依然按照传统方式通过经销商或代理商开展品牌推广和宣传，仅有少数企业通过微信、微博、短视频平台或直播方式进行种子品牌推广。

2.2.5 种业数字化监管与服务体系不健全 首先，已搭建运行的农作物种子生产经营许可信息管理系统依然存在账号注册审核不严、查询功能不准确、统计功能不健全、市场联合监管功能缺乏等问题，影响种业监管效能；其次，虽然我国农资质量安全追溯平台已于2017年正式上线，但其发展尚处于初级阶段，其“身份证”的功用尚未等到充分发挥，多数小企业只是将符合政府要求的追溯信息提前印制在标签上，无法达到农资质量追溯体系建设“生产有记录、信息可查询、流向可追踪、责任可追溯”，种子质量良莠不齐、品种未审先推、品牌套牌侵权行为时有发生，农作物种子质量追溯体系的实际功能和作用亟待得到进一步强化和挖掘；再者，当前新品种登记、审批过程繁琐，种业政务服务事项网上办、掌上办、一次办仍未开展大规模推广和试验。

3 态势与方向：种业数字化发展前瞻

3.1 种业数字化技术研发态势

随着全球数字化转型换挡提速，作物育种技术也在数字变革与创新中进入了多重组学技术高度融合为主的“育种4.0”时期。“育种4.0”这一概念于2018年由美国康奈尔大学玉米遗传育种学家、美国科学院院士Buckler教授提出，随后意大利科学家Harfouched、我国科学家张启发等也相继提出全球作物育种正在进入智能设计育种的“4.0时代”[18-20]。通过总结，可将智能设计育种“4.0”定义为：基于生命科学、信息科学等多学科的交叉与协同创新，以作物基因型、表型、环境及遗传资源等组学大数据为核心基础，通过人工智能技术对多重组学大数据进行系统整合、分析和挖掘，建立机器深度学习预测算法与模型，实现育种设计方案的智能化和自动化决策，最终实现作物新品种培育的精准化、定向化和高效化[21]。在智能设计育种“4.0时代”，核心技术主要包括智能杂交育种和智能生物育种2个主要方向。智能杂交育种是以育种大数据和算法模型为基础，根据作物目标性状的遗传结构，采用分子标记辅助选择或全基因组选择策略，精准设计和调控优良基因；智能生物育种则是以人工智能技术为基础，设计优异基因组序列，开展作物转基因和基因编辑育种，精准改良目标性状[22]。当前，我国仍处于育种“2.0时代”到“3.0时代”的过渡阶段，与种业强国的差距十分明显[23]，但随着我国数字技术的迅猛发展，为“打好种业翻身仗”迎来了良好的历史机遇。数字科技将为我国缩短与种业强国的差距提供可能与机遇，在未来10～20年内我国将实现主要农作物“育种4.0”技术体系的建立，复杂性状的高效、定制、精准的智能育种将成为育种新常态。

3.2 种业产业数字化应用发展态势

3.2.1 育种繁种更加数字化、智能化 未来育种专家能够充分利用多组学、大数据、育种软件、超级计算机等工具，对作物综合基因型、表现型和环境等因素建立模型，快速找到合适的基因搭配，使需要去田间实际验证的组合数量被大幅度压缩。育种智能装备的推广和应用以及现代化数控智能育苗温室的广泛建设，将使未来种苗的培育过程更加高效化、少人化、智能化，通过配备环境监控设备、物联网监控设备、精准喷灌系统、穴盘育苗精量播种机械、水帘风机强制降温系统等现代化智能设施设备，实现育种温室温度、湿度、光照等的实时监控和调节，可以使育苗时间缩短、集约化程度提高、抗风险能力增强，而且有利于种苗高产、优质、抗病。同时，工厂化智能育苗管控平台、育种数字化软件以及移动终端等的应用，将有效创新数字化育种服务模式，向科研人员、育种企业提供实时精准服务。

3.2.2 种业推广和服务更加多样化、精准化 首先，种业科技成果转化将更加聚焦，以种业重大科技需求为导向，对标发达国家种业“4.0时代”技术前沿，持续开展种业科技创新，将形成和种业产业链相匹配的由种质资源、基础理论、关键技术、品种创制、种子质量控制、成果转化与产业化各环节构成的种业科技创新链条，为全国种业科技自立自强和种业高质量发展提供支持。其次，种业服务模式将不断创新，通过“线上+线下”相结合、人工智能、VR/AR等技术相结合，充分运用数字化技术，通过网上展厅、VR实景展示、云展直播等方式，展示推介种业发展成果。同时，种业平台服务将更加精准和多元。种业服务平台面向相关产业链主体，可有针对性地开展种业金融服务、种业科技服务、种业信息服务、种业经营服务、种业装备服务以及种业人才支撑服务等多元化的服务。

3.2.3 种业大数据采集、利用和挖掘更加深入未来，通过大数据的深度应用，“种业数据+互联网+遥感+人工智能”的种业发展架构将建立，实现对种业全产业链产生的海量数据信息的高效采集、整理、分析、转换和呈现，驱动种业生产与管理数字化转型，提高种业产业整体效率。在育种数据采集方面，通过高通量作物表型采集平台、智能考种分析仪器、大数据育种分析平台、智能检测辅助仪器设备等育种智能装备对作物基因、表型、环境等数据开展智能获取，深入开展多重组学大数据关联解析，实现育种决策智能化、智慧化。在种业监管服务大数据方面，将实现国家与省级之间、多个行政部门之间信息的互联互通、共享与查询，实现种子基地监管、种业市场监管、种子质量追溯、种业社会化服务、种子检测认证等方面的数据共享与流通，种业全链条、全流程数字化监管与服务水平稳步提升。

4 问题与展望

现阶段，我国已初步实现数字技术与育种、繁种制种、产业推广等多方面的融合，在育种专业化、生产标准化、服务综合化、管理信息化、技术装备精准化等方面取得了诸多实效。但是，对比欧美发达国家已经进入种业“4.0时代”的现状，我国育种技术研发仍处于以杂交选育和分子技术辅助选育为主的种业“2.0时代”至“3.0时代”之间，智能设计育种相关的前沿技术与装备研发较为欠缺，作物智能设计育种技术体系尚未建立，商业化育种管理平台的应用不足、育种数据资源整合与利用效率低、繁种制种数字化水平不高、种业成果转化和推广的数字化水平较低等应用层面的问题依然突出。

数字科技的迅猛发展，为我国缩短与种业强国的差距，构建更加精准、高效、个性化的智能设计育种技术体系带来了可能,也为我国打赢种业“翻身仗”、实现种业弯道超车提供了新的方法和手段。以人工智能技术为依托，借助大数据深度分析与挖掘，搭建深度学习算法与模型，推广种业智能装备研发与应用，在未来10～20年内我国将实现主要农作物技术体系的建立。与此同时，随着育种繁种智能化、种业推广和服务多样化与精准化、种业大数据的深度利用，以数字化赋能“育、繁、推、管、服”种业全产业链高质高效发展成为新时期我国种业发展的主流态势。

面对种业数字化研发与应用的新态势与新方向，我国应从学科基础建设入手，重点加强生命科学与信息科学等多学科交叉融合专业设置，加大对数字科技与生物分子育种、常规育种交叉融合研究的科研项目与经费投入；重点鼓励开展基于人工智能、大数据技术的农作物优质种质资源基因组解析和重要基因挖掘等关键技术研究，基于基因组、代谢组、环境组、表型组等多重组学大数据资源，研发精准化、高效化、定制化的智能育种方法与模型；深入完成种质资源全面普查、系统调查与抢救性收集工作，开展全国及区域品种种质资源保护与利用、种质资源精准鉴定完善拓展全国种业大数据平台监管与服务功能，全面推广基于大数据的商业化育种软件，构建种业成果转化与对接的数字化综合服务平台，加快建立种业数字化营销体系，以数字化赋能种业发展的“育、繁、推、管、服”的全产业链高质高效发展。