麻豆

（通讯员|李伟夫  编辑|信息 审核|刘进）近日，麻豆 玉米团队智能育种课题组在《Molecular Plant》发表题为“智然体（HAIant）：A human-centered AI framework for secure, personalized intelligence augmentation in biological research”的研究论文，发布本地部署生物AI框架“智然体”（HAIant），为安全、个性化AI科研辅助提供新路径。

过去十年，AI技术深刻变革生命科学研究，已广泛应用于基因组学、蛋白质结构预测和药物研发。然而，AI开放使用也带来数据安全、隐私保护、自主性及认知影响等问题，且现有系统多偏重云端通用任务，忽视个性化与本地化需求。针对上述挑战，该研究提出以人为中心的智然体框架，通过构建个人知识库、集成领域工具与本地部署大模型，实现持续上下文感知与任务执行。

据介绍，智然体基于本地部署大语言模型，集成多模态交互与向量数据库，支持灵活交互和高效语义检索。系统内置领域智能体，并依托本地化部署保障数据隐私。在协作方面，智然体既支持局域网点对点安全共享，也可通过私有云满足跨地域通信，用户始终保有数据控制权。本地离线模式可确保未发表科研数据隐私，适合处理敏感实验数据、撰写未投稿论文或讨论核心科研思路；在线云端模式则面向最新知识、复杂逻辑推理或大规模代码生成等非敏感任务。

在科研流程方面，智然体内置个人记录系统，包括通用事件与实验记录模块，支持多端输入，并由大语言模型总结后本地存储。实验记录可实时捕捉流程与结果，支持AI辅助分析，保存后不可更改，以确保数据完整性。基于实验记录，系统还构建了多智能体稿件生成框架，可按标准论文结构生成手稿，并采用人机协同审核机制，由用户逐节核验，防止错误传递。

在生物信息分析方面，智然体采用可插拔架构，目前支持84个生物信息学工具的动态集成与自动依赖解析，并根据配置元数据动态生成用户界面。通过插件中心与BioSkills两种模式，科研人员既可通过图形界面操作，也可通过自然语言对话直接调用分析功能，降低生物信息学分析门槛。

为验证其在生物育种中的适用性，研究实现了两个端到端应用案例：一是以插件化方式集成AutoGP基因组选择算法，用户可通过自然语言调用工具，上传本地VCF基因型文件和表型数据构建预测模型；二是面向视频源的表型数据提取，用户上传多视角玉米植株视频后，智然体可通过三维建模与器官分割提取株高、叶形等关键农艺性状指标。

此外，智然体还提供个人知识库模块和移动端App。个人知识库支持PDF、Word、TXT、Markdown等格式，文件在本地完成向量化处理与存储，并支持基于大语言模型的智能检索与深度问答。移动端App可与电脑端无缝互联，方便用户在温室大棚、试验田或生化操作台旁进行数据采集与智能问答，并一键同步至桌面工作站。

该研究由麻豆 李林教授领衔的玉米团队智能育种课题组完成。李林教授、冯在文副教授、李伟夫副教授为共同通讯作者，博士研究生张云龙、吴昊，硕士研究生王韵铭，本科生郑志龙为共同第一作者。中国农科院作物所张红伟研究员、吉林省农科院刘相国研究员等参与研究。该研究得到国家重点研发计划项目（2023YFF1000100）、国家自然科学基金委联合基金项目（U23A20186）和作物遗传改良全国重点实验室前沿探索项目（ZW26B0301）等资助。

该研究认为，智然体并非替代科学家作出判断，而是组织科研人员散落的记录、知识、方法与经验，让AI在明确的数据边界和持续的人工监督下工作，将一次性使用的AI工具转变为能够长期积累、持续协作的科研伙伴，为植物科学和生物育种提供兼顾数据安全、专业能力与个性化需求的智能化路径。