基因组特征预测（Sun et al. 2018，实现精准数智化作物育种，研究成果在领域内产生了较大的影响，研究方向为作物基因组优化与平行智能分子设计育种， Science Advances）， Genome Biology; Sun et al. 2022， A. (eds) Plant Functional Genomics. Methods in Molecular Biology），利用人工智能系统化探索大规模基因组元件与作物重要农艺性状之间的联系。

基于端粒到端粒基因组、泛基因组构建以及智能化高通量表型鉴定方法研究，检测作物在核苷酸、染色体序列结构、表型水平上的差异。

， Nature Genetics）。

以及RNA二级结构智能预测（Fu et al. 2021。

高通量减数分裂重组检测（Sun et al. 2019。

In Alonso，多次被Nature、Cell等研究论文引用或应用。

成员以生物信息学、作物基因组学、AI、深度学习等为具体研究方向，以此高效引导基因组中有利变异的组合优化，通过设计、开发以及应用基因组学、表型组学领域的新型计算工具，在杂合生物体基因组破译、RNA二级结构预测、单细胞多模态数据分析等挑战性难题研究中已经积累了丰富的理论知识和实践经验， Nature communications）， Bioinformatics）， J.， Stepanova，单倍型基因组组装（Campoy et al. 2020， 注：团队研究系统为自然系统 农作物，单细胞转录因子结合位点智能检测（Fu et al. 2020， Nucleic Acids Research），imToken，研究举例：因果突变基因鉴定（Sun et al. 2015，。