本系教學四大領域教師，彼此間相互合作支援，共組研究團隊。目前研究項目包括: (1) 作物之產量及品質生理 (2) 作物逆境耐受性之探討 (3) 有機農業 (4) 作物品種及產地之判別 (5) 水稻重要農藝性狀QTL之選殖 (6) 分子標誌輔助育種 (7) 結合生物統計與資訊於作物基因體之研究 (8) 作物模式與穩定產量之統計分析與應用。
「智能農業」及「作物分子育種」為本系亮點研究，結合新興作物育種方法，例如:作物之基因編輯、生物資訊和生物統計學，進行臺灣重要作物之表現體及基因體學研究，提升研發能量，並致力累積分子育種學與作物生理學之系統性知識，以作物模式之專家系統引領臺灣新世代的智能農業。
「智慧農業」及「永續農業」為本系積極發展之兩大優勢領域。未來五年本系的發展目標，將立基於此兩大主軸，主要針對因應氣候變遷，加速抗逆境作物之培育、基因體學科技在提昇作物育種效率上之應用及配合農業4.0，藉由生物資訊，大數據、雲端資料之建置開發利用等，以既有之「作物基因體中心」及「作物逆境中心」為基礎，導入最新之科技研究，如表型分析和建立應用人工智能實驗室 (Applied Artificial Intelligence, AAI)之教學研究單位，強化落實此兩大領域的教學與研究。
生物統計與生物資訊組未來研究將連結系上各組研究及延續先前研究成果，聚焦於三大研究方向:
- (Agriculture Intelligence) 與作物模式 (crop model):
透過影像監測系統及農業氣象站系統，藉由整合氣象、作物與土壤資訊進行產量與生育期推算，可做為評估作物生產力之客觀依據，並做為農業耕作調適參考基礎，希望藉作物模式模擬作物生長，據以建構決策支持系統，以通盤評估作物生產、農民收益、資源應用等面向。
- 農業基因體研究:
延續本系在作物分子育種研究的亮麗成果，未來作物全基因體選拔育種研究的重點方向，將針對更多農作物開展全基因組選擇育種研究，搭配次世代數位影像外表型篩選系統。而在農業基因體科技之產業化模式中，該科技可加速新品種培育與開發，同時也將涉及更多具體的農藝性狀和更多研究領域，為培育更多高產、優質、抗病、廣適的農作物新品種提供技術支撐，用以提升農業相關產業競爭力，具有相當產業化潛力之領域，可作為農業升級與加值的重要戰略。
- 開發新育種方法--加速品種育成:
由於氣候變遷，逆境之加劇，臺灣未來作物之生產環境將面臨環境之非生物逆境及病蟲害等生物逆境之變異頻度增高之課題，因此加速品種育成，尤其是climate-ready crop，以因應永續農業之發展並確保糧食安全至關重要。本系生理組在生物技術的發展上，將配合育種的需要，擴大種質資源的多樣性，創造優良親本，乃至演化上有利之性狀，加速品種育成，以應付未來氣候變遷。