随着高通量基因型与表型数据的快速积累，基因组育种已进入数据密集型时代，但如何将异构的生物信息学工具有效整合为连贯的分析工作流仍是一个主要瓶颈。现有平台多依赖预定义的静态流程，要求用户具备深厚的计算遗传学与编程能力，限制了方法的实际应用与规模化推广。

近期，中国农业科学院（深圳）农业基因组研究所联合广东省农业科学院农业生物基因研究中心、香港科技大学（广州）等单位，成功开发了基于知识驱动的多智能体AI平台——BOLE（伯乐）。该平台以“聊天对话框”式的极简交互，实现了基因组育种分析的端到端自动化。相关研究成果以“BOLE: A script-knowledge driven multi-agent framework for reproducible llm-assisted genomic breeding”为题在Journal of Integrative Agriculture（《农业科学学报（英文）》，JIA）优先在线发表。

从“手动工程”到“自然语言对话”

BOLE的核心创新在于将基因组育种分析从传统的手动工程模式，转变为自然语言驱动的对话式操作。研究团队构建了结构化的脚本知识库，并将核心功能模块集成于统一的“聊天对话框”交互界面。在大语言模型驱动下，系统通过交互智能体、规划智能体、流程组装智能体和代码生成智能体四个专业化智能体的协同配合，自主完成从用户意图解析到最终数据分析的全流程。

图1 伯乐平台的多智能体架构

从GWAS到全基因组选择的一站式解决方案

BOLE整合了多个符合产业标准的生物信息学工具，覆盖了基因组育种分析的四大核心任务：全基因组关联分析（GWAS）、遗传力估计、种质资源评价和全基因组选择。该平台将原本高度依赖专业知识的复杂工程任务，简化为直观的自然语言对话，显著降低了技术使用门槛，同时提升了分析结果的可重复性，为人工智能技术在农业育种领域的应用探索了全新路径。

目前，BOLE已上线并免费开放使用（https://bole.zishuailab.com/），同时支持本地化部署，充分保障育种数据的安全性。

图2 伯乐核心功能示意图

论文第一作者：王子帅（广东省农业科学院农业生物基因研究中心）、梁崇霄（中国农业科学院深圳基因组所）

通讯作者：李奎教授（中国农业科学院深圳基因组所）

本研究得到国家重点研发计划、猪禽种业全国重点实验室基金、深圳市优秀人才培养基金和广东省基金等项目支持。

Cite the article:

Zishuai Wang, Chongxiao Liang, Yanlin Zhang, Rong Zhou, Xiaoai Zhang, Wenkang Wei, Kui Li. 2026. BOLE: A script-knowledge driven multi-agent framework for reproducible llm-assisted genomic breeding. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2026.07.011

https://doi.org/10.1016/j.jia.2026.07.011

Journal of Integrative Agriculture（《农业科学学报（英文）》, JIA）由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子5.7，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。

支持单位：