五、育种新技术(基因编辑和 RNA 干扰技术)在作物保护中的应用
利用育种技术改善作物品质，或者提高作物对各种非生物和生物胁迫的抵御能力是始终伴随着作物生产。随着技术的进步，传统的育种技术被现代转基因技术替代。
作物转基因育种始于20世纪80年代，经过40多年的发展，已育成多种作物的转基因品种，并在生产中广泛应用。转基因技术能将一个生物体中结构明确、功能清楚的基因取出，让其在另一个作物体内发挥作用，实现基因在不同物种间的重组。这项新技术不仅更精准，而且利用其他物种的基因资源能极大扩充作物自身的基因库，使作物具备抗虫、耐除草剂、抗旱等特性。抗草甘膦的转基因玉米和大豆以及抗虫的转基因棉花等已经在全球很多国家栽种。我国也要大力发展转基因大豆和玉米的种植。
2013年，以CRISPR/Cas9系统为标志的第3代基因编辑技术取得了决定性突破，打破了常规育种瓶颈，成为基因编辑主流技术。基因编辑是指对目标基因进行精确操作，使基因实现定点突变、插入、删除，从而直接启动、关闭某些基因，甚至直接在分子水平对致病基因做编辑、修改，进而对未知功能基因进行研究和基因治疗的技术。
这个过程既模拟了基因的自然突变，又修改并编辑了原来的基因组，真正实现了“基因编辑”。为推进该技术在中国农业上的应用，2022年1月24日，中国农业农村部制定公布了《农业用基因编辑植物安全评价指南(试行)》。
基因编辑是当前全球发展农业生产、满足农产品需求所高度重视的革命性颠覆性技术，全球农业大国高度重视。2018年美国政府发布《2018—2023年战略计划》，将基因编辑列为5个颠覆性技术之一长期投资；2019年俄罗斯公布约17亿美元的联邦计划，支持基因编辑研究，旨在培育基因编辑作物和动物新品种。世界多国积极推进基因编辑技术产业化，放开基因编辑产品监管，目前已经在水稻、玉米、大豆、小麦和番茄等农作物以及猪、牛、羊等农业动物中广泛应用，国外已有百余种植物基因编辑产品成功上市。
基因组编辑(GE)技术有助于有针对性和快速地实现作物育种计划，增强对害虫和病原体的抗性。GE不需要杂交，因此避免了在优秀品种中通过连锁引入不良性状，加快了整个育种过程。GE技术可以通过直接编辑有害生物基因组或植物敏感基因组或作为生物防治剂(BCA)的微生物基因组，对植物敏感性基因及害虫和病原体的毒力因子进行编辑，以获得植物保护效果。
据文献报道，1995年有研究人员发现注射正义RNA和反义RNA均能有效并特异性地抑制秀丽新小杆线虫 par-1 基因的表达，该结果不能使用反义RNA技术的理论做出合理解释。直到 1998 年，Fire和 Mello 课题组接手了此课题。他们以秀丽新小杆线虫为模型，发现在此课题中，引发线虫 par-1 基因沉默的是小片段的双链 RNA，而不是正义单链 RNA或负义单链 RNA。他们之后又研究了秀丽新小杆线虫的 unc-22 基因，进一步阐述了双链 RNA 在基因沉默中的作用，并将这一现象命名为“RNA 干扰(RNAi)”。他们的研究成果激起了其他科学家研究RNA 干扰现象的浓厚兴趣，由于他们的发现揭示了分子生物学中一个全新的，具有普遍性的机制，2位科学家Andrew Fire和Craig C. Mello因此在2006年获得诺贝尔奖。
RNAi是指在进化过程中高度保守的、由双链RNA(dsRNA)介导的同源 mRNA 高效特异性降解的现象，也称为转录后基因沉默(PTGS)，在植物、线虫、昆虫、脊椎动物等真核生物中普遍存在。该现象在20世纪90年代发现之后便成为一种重要的基因干扰技术。RNAi 技术是一种多功能、有效、安全、环保的作物保护替代方案，有大量证据表明通过宿主诱导基因沉默(HIGS)和喷雾诱导基因沉默(SIGS)技术都可以用于控制病毒、细菌、真菌、昆虫和线虫。
RNAi 技术也是一种强大的、多功能的作物病虫害控制替代技术，它在农业领域的应用扩展到病毒、细菌、真菌、昆虫、线虫和植物。过去阻碍其应用的主要问题是生产成本和稳定性，随着新技术的发展，生产成本越来越低，而稳定性封装策略提供了一种避免性能退化的解决方案。在脂质体、病毒样颗粒、复合纳米颗粒和生物黏土中封装 dsRNAs 在过去10年中获得了实用性，因为它们能防止降解。提高其稳定性一直是该技术发展过程中的一个挑战，裸露的dsRNAs很容易因为环境暴露或酶的作用以及目标生物的pH而降解。
封装为dsRNA的稳定性提供了保证，有时也提高了生物细胞对 dsRNAs的摄取。一些用于封装的材料对害虫防治还有加和作用；然而，封装材料大多无害、可生物降解而且在多种化学环境中稳定，这有利于 dsRNAs 的可控释放。
根据目前的研究进展，基因沉默技术在实验室环境下的抗病虫害效果已经得到广泛的证实，金芸等的研究也证明了HIGS用于对抗难以防治的土传真菌病害的有效性。由于传统的化学控制方法对根部侵染的病原菌几乎难以奏效，因此拓展HIGS的方法到其他根部侵染的病原菌的防治中非常值得尝试。同时，得益于真菌基因组的测序，基因功能的解析和对侵染过程及宿主抗病过程的深入了解，研究人员将可能挑选合适有效的靶标基因进行特定靶向沉默。因此，基因沉默技术具有非常光明的应用前景及切实可行的操作性。
高沥文等回顾了RNA干扰的基本作用机制和发展历程，全面总结了RNAi生物农药的研究水平和应用现状，深入分析了RNAi 生物农药发展面临的机遇和挑战，以及未来的发展前景。毫无疑问，将RNAi 应用于农作物保护无疑具有很多优点，特别是能够特异性地靶向已知的核苷酸序列，并有望减少植物病害、减轻环境负担。近年来，一些研究发现简化了其应用程序，降低了生产成本。
此外，研究者们还进行了一些探讨，其目的在于使RNAi的使用变得更加有效和安全。尽管外源 dsRNAs 的识别、吸收和转运机制仍有待确定，但最近的研究表明使用局部施用的 RNA 农药作为作物保护措施的潜在益处有很多，包括相对于许多现有农药而言的低毒性、物种特异性以及当设计了合适的 dsRNA序列时对环境的友好性。所以，如果谨慎地进行构思和开发，RNA农药能够以安全有效的方式彻底改变田间病虫害及杂草的管理体系。
与基因敲除、基因编辑等技术相比，RNAi 极具优势。dsRNA 在农业上的应用方式，特别是在病虫害防治中的应用方式，可以通过3种方式来实现：
（1）寄主诱导的基因沉默(host-induced gene silencing，HIGS)；
（2）病毒诱导的基因沉默(virus-induced genesilencing，VIGS)；
（3）喷雾诱导的基因沉默(sprayinduced gene silencing，SIGS)。
HIGS 需要通过转基因作物来表达针对害虫或病原物的 dsRNA。VIGS基于病毒工程在昆虫体内产生足量的dsRNA。
如利用CTV(柑橘衰退病毒)表达载体在柑橘植株内获得长期、稳定表达的抗黄龙病外源基因，成功抑制了黄龙病的发生和蔓延。SIGS则更类似于传统农药的施用方法，通过非转基因手段，直接向环境中喷施或注射dsRNA，通过害虫取食或病原体侵染的过程而起作用。
六、大数据、人工智能和精准农业在未来作物保护上的应用
人工智能是一组使计算机能够模拟人类智能的技术。人工智能的子领域包括自动化机器学习(AutoML)和机器学习，这是指使用算法在没有人为干预的情况下学习和执行任务；深度学习，即使用神经网络识别大容量数据中的复杂模式；认知计算，即用于模拟人类大脑的功能来解决复杂问题；以及自然语言处理，即帮助计算机理解和解释人类语言。
简单地说，大数据是更大、更复杂的数据集，尤其是来自新数据源的数据集。这些数据集是如此庞大，传统的数据处理软件根本无法管理它们。但是这些海量的数据可以用来解决人们以前无法解决的业务问题。大数据有3个特点，也称3个“V”，即种类更多、数量不断增加，速度更快。
大数据是人工智能运行的燃料。大量不同的数据使机器学习应用程序能够完成它们的设计任务：获得并完善一项技能。
人工智能通过自动化和增强数据准备、数据可视化、预测建模和其他复杂的分析任务，使大数据分析变得更加简单，否则这些任务将是劳动密集型和耗时的。人工智能可以帮助用户更快地从大型、复杂的数据集中处理、操作和显示可操作的见解。人工智能获得的数据越多，它就越能学习并提高其模式识别能力。
人工智能在农业和上的应用场景包括：
（1）实时作物和土壤监测；
（2）作物产量预测和价格预测；
（3）有害生物识别和及时喷洒农药；
（4）更明智地配置资源；
（5）改善食品和环境的可持续性；
（6）分析市场需求，管理风险；
（7）作物保护、施肥和收获作物。
人工智能在有害生物治理中的作用如下：
（1）简单的侦察方法：人工智能可以侦查和提供准确的有害生物描述和它们在田间的确切位置。
（2）解决病虫害诊断方面的挑战：正确识别田间特定病虫害对其成功管理至关重要。有害生物管理的另一个重要方面是定期监测有害生物，这有助于确定发病率和开始进行有害生物管理干预的时间。
（3）及早预测有害生物问题：应用人工智能技术可以帮助自动化和加快过程，在有害生物管理的重要方面，如有害生物识别、有害生物监测和选择适当的有害生物管理策略，向农民提供及时和正确的决策支持。
（4）大规模有害生物监测和监视：基于人工智能原理的无人机用于森林监测和监视。
（5）有害生物管理：利用基于人工智能的无人机喷洒农药，通过确保作物完全覆盖，在更大范围内有效控制有害生物。
精准农业(PA)，有时被称为“处方农业”或“可变速率技术”，是管理空间和时间变化的实践。精准农业是一种基于观察、测量和响应作物田间和田内变化的农业管理概念。可以说精准农业的发展和人工智能技术的发展密切相关。精准农业的发展始于20世纪90年代中期，得益于由卫星提供的全球定位系统(GPS)服务的广泛可用性。首次应用是联合收割机的产量制图和土壤养分制图，根据田地的空间变化进行磷肥和钾肥的施用。随后是作物生长成像，指导氮肥施用。传感器用于记录来自卫星、飞机、无人机或拖拉机上的可见光波段和近红外摄像机的图像。土壤结构制图也使用电导率设备进行，该设备可用于操作空间可变播种率。使用GPS的自动拖拉机制导系统现在在英国被广泛采用。
到目前为止，精准农业的大部分发展都应用于谷物和欧洲的油菜，以及北美的玉米和大豆等作物。然而，在葡萄藤和果园中也有潜在的机会。精准农业在作物保护领域的商业化应用相对有限。
黑草在英国冬小麦中的普遍存在，对除草剂的抗性越来越强，这引起了人们对绘制这种杂草在田间发生情况的兴趣，从而使昂贵的除草剂的补丁喷洒成为可能。收集黑草图像的最佳时间是在收获前，尽管这意味着第一次使用除草剂的机会是在下一季。EyeWeed 项目由Innovate UK 联合资助，雷丁大学和几家工业合作伙伴参与其中，该项目利用安装在地面的农业机械(尤其是喷雾器)上的摄像头，研究了在作物生长的早期阶段检测谷物中的黑草。目前正在评估一种允许除草剂“实时”施用的原型喷雾器。
另一项正在开发的技术是高光谱成像的应用。使用特殊的传感器，可以记录农作物叶片反射光光谱的差异。这些差异与叶绿素的荧光和玉米黄质的存在有关，可以表明作物健康状况的变化以及遭受干旱或与病害有关的压力的程度。美国的专业公司提供基于高光谱传感器的服务，主要用于研究目的。有一些证据表明，叶部病害的发病率甚至可以在人眼可见之前检测到。剑桥大学和工业合作伙伴Blightsense 在开发一种快速的声学生物传感器设备，用于田间鉴定马铃薯疫病的病原体疫霉(Phytophthorainfestans)在空气中传播的孢子。精准农业在作物保护中的广泛应用将在很大程度上取决于这些不断发展的传感器技术的技术性能和经济可行性。
总之，大数据、人工智能和精准农业3者相互联系，相辅相成，它们在未来的作物保护中必将发挥重要的作用。
位于美国明尼苏达州明尼阿波里斯市的再生农业基金会(RAF)认为，再生农业是很难定义的。再生农业不是一个新概念。再生农业并不是一套精心描绘的实践或某种认证的农业类型，也不仅仅是基于一系列的指标如土壤有机碳含量和水质给出的定义。最好把再生农业看作解决多种危机的步骤。再生农业使人们朝着一个丰富的食品和纤维生产、恢复生态系统、运转良好的水和碳循环、繁荣的社区以及一个公平而繁荣的食品经济的世界发展。
国际公益环保组织自然资源保护委员会2022年3月发布了一份报告，即《可再生农业：21世纪的农业政策，推进可再生农业的政策建议》。报告认为，再生农业是一种土地管理理念，农民和牧场主在与自然和社区和谐相处的情况下种植粮食和纤维。该报告还为再生农业提出了一个决策框架(表2)。
再生不会在一夜之间削弱农药市场，但对气候变化和碳封存的关注及持续的监管压力，消费者对生产系统可追溯性的需求，以及农民寻求削减生产成本，将在短期内逐步减少投入使用，并可能使许多化学类别在未来10年淘汰。