我国是全球最大的猪肉生产与消费国，2025年生猪屠宰量超过7.2亿头。在生猪育种领域，表型数据的精准获取是遗传改良、产业升级的核心关键，传统育种中，生猪的表型数据往往采取人工测量方法，不仅难以精准获取数据，还存在高成本和低效率等短板。近日，岳麓山实验室畜禽品种创制中心印遇龙院士团队在这一关键环节取得系列突破，团队研发的YIP深度学习模型、全自动智能称重系统等人工智能技术，实现了活体生猪肌内脂肪、体重等关键性状的无创、精准、实时提取，为生猪精准育种搭建起全新技术框架。相关成果近日在线发表于The Innovation Life。
传统生猪育种中，肌内脂肪、体重等关键性状的测定依赖屠宰分析、人工称重等方式，不仅效率低下、成本高昂，还易对生猪造成应激，难以满足规模化、精细化现代养殖的需求。印遇龙院士团队的研究成果正有效破解这一瓶颈。针对肌内脂肪这一影响猪肉品质的关键指标，团队基于YOLOv11-seg优化，通过B超图像无创预测活体生猪肌内脂肪含量，预测准确率超过95%。该架构轻量化适配养殖场实际环境，已在华中地区多家龙头育种企业应用，累计评估超3000头育种猪。在体重监测方面，团队整合3D深度相机、轨道巡检机器人与BotNet回归网络，实现了非接触式精准测定。对50至120公斤生猪的测定结果显示，平均绝对误差为3.48公斤，平均绝对百分比误差为3.71%。拟合的生长曲线为精准饲喂和出栏决策提供了可靠数据支撑，有效规避了传统人工称重带来的生物安全风险与动物应激问题。
此外，在基因组选择领域，团队通过融合NTLS（NuSVR+TPE+LightGBM+SHAP）系统，进一步优化了生长速率等性状的预测能力，大幅提升繁殖和经济性状预测精度，相关技术已成功应用于地方猪品种遗传改良，培育出肉质优良、瘦肉率高的楚味香黑猪。
下一步，团队将深度融合人工智能、基因组选择和基因编辑技术，开展人工智能实时健康监测、自动化表型分析平台等工具研发，探索免疫相关基因的多基因编辑，培育高抗病性生猪品系。
（来源：岳麓山实验室、红网）
