種子是各個國家的農業“芯片”，而先進的生物育種技術和種質資源收集是支撐與推動我國種業發展的基石。

近日，中央網信辦、農業農村部、國家發展改革委、工業和信息化部、國家鄉村振興局聯合印發了《2022年數字鄉村發展工作要點》，該政策中提到，將大力推進數字育種技術應用，建設數字育種服務平臺，加快“經驗育種”向“精準育種”轉變，逐步發展設計育種。

多年來，我國育種方式一直較爲傳統，在品種的培育和篩選等方面都較爲依賴育種人的“經驗”，缺乏信息化的專業結果做支撐。

面對這個痛點問題，2018年王冰冰創立了長沙百奧雲數據科技有限公司（以下簡稱百奧雲）。百奧雲將大數據和人工智能技術應用於育種行業，目前其智能育種平臺涵蓋了育種表型數據系統、基因型大數據系統、種質資源管理系統、全基因組選擇系統、基因組數據庫工具、百奧E採等系統或工具。

客戶方面，百奧雲已有幾十家簽約客戶，包含隆平高科、中國林木種子集團、河北省農林科學院糧油作物研究所、湖南雜交水稻研究中心、廣州國家現代農業產業科技創新中心等。

- 百奧雲客戶合作 -

融資方面，百奧雲已完成數百萬元天使輪和數千萬元人民幣Pre-A輪融資，投資方包括和玉資本、凱泰資本和綠葉投資。

開發出國內首套商業化智能育種軟件

1999年，王冰冰赴美攻讀遺傳方向博士學位，當時正值人類基因組計劃發展得如火如荼，基因測序技術已實現自動化，在檢測人類基因組的同時，大量植物的基因組序列也得以被檢測出來。

檢測之後，該如何分析結果並將其應用至農業生產中？面對少量的數據，從業者可以使用Excle或筆算，但當數據達到一定量時便催生了一門新的學科——生物信息學，即用信息學的手段處理生物學的數據。而生物信息學的發展也促進了智能育種時代的到來。

王冰冰也成爲了這個學科較爲早期的學習者，2007年，在明尼蘇達大學做完博士後的科研工作之後，其加入了杜邦先鋒公司，而這也是當時全球最大的種子公司。

王冰冰在杜邦先鋒工作了6年，期間其帶領團隊做出來的玉米基因組質量水平可比肩後來學術界發表在 Science期刊上的B73玉米參考基因組，而公司內部的科研團隊以此爲基礎也加速了育種過程。

2014年，農業部組織12家水稻種子公司成立了分子育種技術平臺--華智生物技術公司，王冰冰回國作爲早期創始員工加入該公司，負責大數據與生物信息版塊業務。

通過十多年國際和國內種業的經歷，王冰冰愈發看到了國內外育種的差異。“當時國外育種至少在3.0階段，而國內則還處在2.0階段，育種家沒有數據記載，育種的篩選主要憑藉經驗，育種工作總體還是一個比較藝術化的工作。”

2017年底，隆平高科收購陶氏巴西公司，面臨着育種決策軟件被“斷供”的難題， 2018年年初，王冰冰創立百奧雲，耗時大半年將百奧雲的育種表型系統成功開發出來，並部署到隆平巴西，實現了國產替代。“隆平巴西的員工使用後，對百奧雲的軟件非常滿意，認爲要比他們之前用的軟件強大得多。”

提出育種的數字化-信息化-智能化發展路線

據王冰冰介紹，由於過往數據收集積累過少，我國智能育種還處於發展的早期階段，“目前的客戶需求主要還是在數字化與信息化上，所以現階段我們的產品形態是信息化軟件，但實際上，從數字化、信息化到後續的AI智能化，以及整體AI育種方案的落地和實施，我們都在佈局。”

目前百奧雲智能育種平臺涵蓋了育種表型數據系統、基因型大數據系統、種質資源管理系統、全基因組選擇系統、基因組數據庫工具、百奧E採等系統或工具。該平臺通過數據分析與挖掘，貫穿了從數據採集到育種數據的信息化管理、統計分析以及機器學習建模，再到育種預測的全過程。

育種表型系統主要有兩個作用：第一，幫助用戶從多個產品中篩選出最優品種，做出最佳育種決策；第二，幫助企業對品種進行定位，選取品種最適合的銷售推廣和種植區域。

在做出最佳育種決策上，百奧雲系統可整合多年多點育種表型數據，應用多種統計方法對數據進行深度分析，並採用了流程自動化和數據驅動可視化設計模式，可以快速幫助企業完成對育種數據、材料選育的信息化管理。在品種定位上，百奧雲整合了多個深入分析工具，包括區域適應性分析、性狀穩定性分析及性狀關聯分析等，能夠分析比較品種間、品種與對照在不同區域的適應性和穩定性。

基因型大數據系統則是種業數據資產的“挖掘機”。隨着測序檢測成本不斷下降，未來檢測一個材料的基因型將比檢測其表型更便宜，這也意味着將會有海量的基因型數據產生，然而常規的關係型數據庫卻難以有效管理這些數據，百奧雲的基因型大數據系統後端採用分佈式數據庫架構，可實現對海量數據的管理，另外其系統中還內置常用基因型分析工具和用戶操作界面，能夠降低育種家使用的門檻，快速完成專業的生物信息分析工作。

百奧雲的全基因組育種模塊提供了未來育種的方向。通過整合表型和基因型數據，百奧雲系統可應用多種算法進行專業模型構建和驗證，並可管理用戶自行訓練的模型。育種家對育種材料取樣進行基因型檢測後，即可應用系統內的算法，較準確的預測和模擬材料田間的性狀表現（如產量、含水量等），從而節省大量的田間工作和成本。

舉例來講，在材料配製或下地前，用戶可以通過親本的基因型推斷或取樣一小部分去做基因檢測，百奧雲根據基因檢測結果，能夠預測出該種子下地後的表現（如產量），從而幫助用戶判斷是否需要配製或種植這些材料。

在王冰冰看來，百奧雲的系統在數據分析方面有明顯優勢，要做好數據分析最難的點在於團隊對業務的理解。“團隊要清楚知道爲什麼需要這個系統、整個育種過程中哪些環節最重要、不同數據代表着什麼意思、具體要如何分析等問題。”王冰冰認爲這些都是技術上非常核心的東西，但又並非單純的技術人員可以完成，需要團隊擁有交叉的多邊知識。

百奧雲擁有一支20多人的團隊，具備着豐富的交叉學科背景知識，首席技術官吳昕博士畢業於北京大學，曾在孟山都有過近十年的基因組數據科學研發管理經驗，產品總監擁有超十年的實驗室研發及管理、分子育種、轉基因、育種軟件設計等經驗。

- 百奧雲團隊 -

去年底，百奧雲組建成立了智能育種聯盟，正與水稻和玉米等方面的種業公司緊密合作，爲其提供軟件、數據和算法方面的支持，幫助應用和實施基因組選擇技術，切實提升育種的效率。王冰冰表示，預計很快就能見到效果。