Afin de relever le défi de la forte demande alimentaire dans les pays du SUD dans un contexte de changement climatique, une meilleure compréhension des relations génotype-phénotype est importante pour améliorer les capacités de production des cultures.  Les enjeux consistent à intégrer des informations de différents niveaux dans un modèle global par une approche systémique afin de comprendre le fonctionnement réel du système biologique. L'objectif principal de DIG-AI est de développer des méthodes de science des données pour tirer parti des connaissances exploitables des données biologiques et identifier les gènes candidats du monde réel pour l'amélioration des plantes. Nous nous concentrerons sur les objectifs spécifiques suivants : 1) Exploiter les méthodes d'ingénierie des connaissances grâce à l'utilisation d'ontologies pour formuler des hypothèses de recherche liant génotype au phénotype, 2) Gérer efficacement de grands volumes de données biologiques pour extraire des connaissances, 3) Utiliser la base de connaissances AgroLD construire des réseaux d'interactions moléculaires entre gènes et phénotypes à partir de données éparses (articles scientifiques, bases de données publiques, données expérimentales), 4) Identifier des gènes clés pour l'amélioration des plantes parmi des centaines de résultats potentiels.