植物製造各種對它們功能和人類利用至關重要的化學物質，但這些化合物的演化和分佈方式尚不清楚，限制了我們對植物化學多樣性的了解。研究人員利用植物基因組序列數據，將各種天然產物的分佈映射到植物演化樹上，確認了特定化合物在某些植物族譜中的分佈，並找出含有某些化合物的族譜。透過手動審核和自動文本採礦結合，研究人員建立了可靠的植物化學多樣性地圖，有助於我們更深入了解植物化學物質的演化。 PubMed DOI

基因組時代的來臨促進了高通量數據和先進計算方法的發展，幫助我們探索植物抗逆境的遺傳與功能。儘管有許多實驗和分析技術，但龐大的數據量仍帶來挑戰。深度學習模型在預測基因結構和功能方面表現優異，並在農業高通量表型學中越來越常見。這篇綜述強調了數據資源和生物信息學工具，以及機器學習和人工智慧在植物抗逆境研究中的應用，並展示如何利用大型語言模型（如ChatGPT）創建相關知識圖譜，促進跨領域合作。 PubMed DOI

過敏症狀，尤其是由花粉引起的過敏，越來越普遍，預計未來15年內，約50%的歐洲人會受到影響，主要因城市化和氣候變遷。本研究分析了2006年12月至2022年1月期間，Twitter上有關花粉症狀的討論，發現推文在3月至8月之間最多，且近年來患者的推文顯著增加，特別是在早晨。研究強調了解地方性過敏經驗的重要性，因為社會文化和經濟因素會影響患者的感受。分析Twitter數據有助於制定預防措施，改善花粉過敏者的健康資訊獲取。 PubMed DOI

這項研究用AI分析超過160萬張花朵照片，建立北美最大花色資料庫。結果發現，紅色或橘色花（常見於蜂鳥傳粉）會在蜂鳥遷徙到來時才開花，顯示開花時間也是傳粉綜合徵的重要因素。這也證明AI和公民科學資料能帶來植物生態的新發現。 PubMed DOI

研究團隊開發了PlantGPT，專為植物基因研究設計的AI模型，能更精確回答植物基因功能問題，錯誤率也比一般AI低。PlantGPT就像植物基因專家，已經有線上工具可用，未來也有望成為作物研究AI的參考標準。 PubMed DOI

大型語言模型（LLMs）在自然語言處理很強，但在植物育種的應用還有很大發展空間。這篇綜述說明LLMs能協助分析複雜生物資料、預測重要性狀，並整合基因體和環境等多元資料，有助於提升基因發現和決策效率。文章也討論目前進展、挑戰及未來展望，期望推動永續農業與糧食安全。 PubMed DOI