客户方面，百奥云已有几十家签约客户，包含隆平高科、中国林木种子集团、河北省农林科学院粮油作物研究所、湖南杂交水稻研究中心、广州国家现代农业产业科技创新中心等。

- 百奥云客户合作 -

融资方面，百奥云已完成数百万元天使轮和数千万元人民币Pre-A轮融资，投资方包括和玉资本、凯泰资本和绿叶投资。

开发出国内首套商业化智能育种软件

1999年，王冰冰赴美攻读遗传方向博士学位，当时正值人类基因组计划发展得如火如荼，基因测序技术已实现自动化，在检测人类基因组的同时，大量植物的基因组序列也得以被检测出来。

检测之后，该如何分析结果并将其应用至农业生产中？面对少量的数据，从业者可以使用Excle或笔算，但当数据达到一定量时便催生了一门新的学科——生物信息学，即用信息学的手段处理生物学的数据。而生物信息学的发展也促进了智能育种时代的到来。

王冰冰也成为了这个学科较为早期的学习者，2007年，在明尼苏达大学做完博士后的科研工作之后，其加入了杜邦先锋公司，而这也是当时全球最大的种子公司。

王冰冰在杜邦先锋工作了6年，期间其带领团队做出来的玉米基因组质量水平可比肩后来学术界发表在 Science期刊上的B73玉米参考基因组，而公司内部的科研团队以此为基础也加速了育种过程。

2014年，农业部组织12家水稻种子公司成立了分子育种技术平台--华智生物技术公司，王冰冰回国作为早期创始员工加入该公司，负责大数据与生物信息版块业务。

通过十多年国际和国内种业的经历，王冰冰愈发看到了国内外育种的差异。“当时国外育种至少在3.0阶段，而国内则还处在2.0阶段，育种家没有数据记载，育种的筛选主要凭借经验，育种工作总体还是一个比较艺术化的工作。”

提出育种的数字化-信息化-智能化发展路线

据王冰冰介绍，由于过往数据收集积累过少，我国智能育种还处于发展的早期阶段，“目前的客户需求主要还是在数字化与信息化上，所以现阶段我们的产品形态是信息化软件，但实际上，从数字化、信息化到后续的AI智能化，以及整体AI育种方案的落地和实施，我们都在布局。”

目前百奥云智能育种平台涵盖了育种表型数据系统、基因型大数据系统、种质资源管理系统、全基因组选择系统、基因组数据库工具、百奥E采等系统或工具。该平台通过数据分析与挖掘，贯穿了从数据采集到育种数据的信息化管理、统计分析以及机器学习建模，再到育种预测的全过程。

育种表型系统主要有两个作用：第一，帮助用户从多个产品中筛选出最优品种，做出最佳育种决策；第二，帮助企业对品种进行定位，选取品种最适合的销售推广和种植区域。

在做出最佳育种决策上，百奥云系统可整合多年多点育种表型数据，应用多种统计方法对数据进行深度分析，并采用了流程自动化和数据驱动可视化设计模式，可以快速帮助企业完成对育种数据、材料选育的信息化管理。在品种定位上，百奥云整合了多个深入分析工具，包括区域适应性分析、性状稳定性分析及性状关联分析等，能够分析比较品种间、品种与对照在不同区域的适应性和稳定性。

基因型大数据系统则是种业数据资产的“挖掘机”。随着测序检测成本不断下降，未来检测一个材料的基因型将比检测其表型更便宜，这也意味着将会有海量的基因型数据产生，然而常规的关系型数据库却难以有效管理这些数据，百奥云的基因型大数据系统后端采用分布式数据库架构，可实现对海量数据的管理，另外其系统中还内置常用基因型分析工具和用户操作界面，能够降低育种家使用的门槛，快速完成专业的生物信息分析工作。

百奥云的全基因组育种模块提供了未来育种的方向。通过整合表型和基因型数据，百奥云系统可应用多种算法进行专业模型构建和验证，并可管理用户自行训练的模型。育种家对育种材料取样进行基因型检测后，即可应用系统内的算法，较准确的预测和模拟材料田间的性状表现（如产量、含水量等），从而节省大量的田间工作和成本。

举例来讲，在材料配制或下地前，用户可以通过亲本的基因型推断或取样一小部分去做基因检测，百奥云根据基因检测结果，能够预测出该种子下地后的表现（如产量），从而帮助用户判断是否需要配制或种植这些材料。

在王冰冰看来，百奥云的系统在数据分析方面有明显优势，要做好数据分析最难的点在于团队对业务的理解。“团队要清楚知道为什么需要这个系统、整个育种过程中哪些环节最重要、不同数据代表着什么意思、具体要如何分析等问题。”王冰冰认为这些都是技术上非常核心的东西，但又并非单纯的技术人员可以完成，需要团队拥有交叉的多边知识。

- 百奥云团队 -