解码植物“共同语言”:AI正在破译4.7亿年的生命密码

DNA不只记录遗传信息，更隐藏着一套精密运转的“语法规则”。掌握了它，就能预测植物的价值，甚至设计出应对气候变化的未来作物。

想象一下，DNA序列像一串长长的文字，里面写满了基因（蛋白质的配方）。但光有这些“单词”远远不够——谁来指挥这些基因什么时候开启、什么时候关闭、在哪个组织里工作？

答案藏在DNA中非编码的部分——一段长期被科学家称为“暗物质”的区域。这里没有蛋白质配方，却藏着基因表达的开关、旋钮和说明书。这套运转了数亿年的精密系统，就是植物的“共同语言”。

一、基因的“交响乐”：控制开关从哪里来？

每一个基因都像是细胞里的一盏灯泡。决定它亮不亮的，是它“前门”的一段短DNA序列——启动子。启动子是RNA聚合酶停靠并开始读取基因的地方，相当于基本的“开/关”。

但启动子只管“开不亮”。真正决定灯泡在什么时候、以多大亮度、在哪个部位发光的，是更远处的增强子和沉默子-。增强子可以被蛋白质“激活”，然后隔着很远的距离启动基因；沉默子则负责把它关掉。

这三种元件——启动子、增强子、沉默子——共同组成了基因组的“调控语法” -。它们像代码中的条件语句一样，规定了每个基因何时、何地、以何种水平表达。

植物在4.7亿年的进化中，利用这套语法创造出了形态各异的生命形态——从几毫米的浮萍到近百米高的红杉，背后都遵循着同一套调控逻辑。

二、为什么叫“语言”？

把DNA的调控机制比作语言，不是因为玄学，而是因为它在结构上和人类的语言惊人地相似。

自然语言有词汇（单词）、语法（如何组合单词来表达意思）和语义（句子背后的含义）。DNA语言同样如此：

◌词汇：A、T、C、G四种碱基组成的序列，就像字母。

◌语法：顺式调控元件的排列顺序和组合规则，决定了基因表达的时空模式。

◌语义：特定序列组合带来的生物学功能——抗病、抗旱、开花时间等。

更重要的是，这套“语法”具有跨物种的保守性。也就是说，差异巨大的植物——比如水稻和小麦、苔藓和蕨类——在某些调控序列上有相似的“写法”。这正是AI能学习“植物通用语言”的理论基础。

三、AI如何“读懂”植物语言？

在很长一段时间里，破解这套语法只能靠科学家手工“猜测”：把一段序列放进实验里测试，看它是否能启动基因表达。效率极低，就像让人用笔去翻译整本外星词典。

现在，AI改变了这一切。

2026年2月，由中国科学家领衔的“植物星球计划”正式启动。这项计划的核心工具之一，就是基因组语言基础模型。

这个模型的训练逻辑，和我们熟悉的ChatGPT并无本质区别——后者通过阅读海量人类文本学会了写文章，前者通过“阅读”数以万计的植物基因组，学习识别DNA序列中的保守“语法”规则、调控元件的组织逻辑以及功能模块的编码模式。

实际上，专门为植物基因组设计的语言模型已经开始应用。例如，2025年发布的PlantBiMoE是一种轻量化的植物基因组语言模型，通过双向Mamba和稀疏混合专家框架，能够同时捕获DNA正反两条链上的结构依赖关系，在31个数据集上取得了20个最佳表现，为基因编辑和合成生物学提供了强大的计算工具。另一款模型GeneCAD则能从DNA序列中直接预测完整的植物基因结构-。

这些模型的共同原理是：DNA语言模型学习的是序列中的模式，而不是事先背下答案。一旦掌握了模式，就能在新序列上做出精准预测。

四、掌握了“语法”，能做什么？

一旦AI真正读懂了植物DNA的语法规则，带来的变革将是颠覆性的。

第一，从“碰运气”到“按需设计”。

传统育种像抽彩票——把两个品种杂交，种几千株后代，然后一棵棵去看哪株长得好。有了语言模型，科学家可以“编程”植物的DNA：输入想要的特征（比如“抗旱”或“提前一周开花”），模型输出需要编辑哪些调控元件。

这正是autoTRAIT项目的核心理念——通过AI和合成生物学的结合，生成可调控开花时间、植株高度和干旱响应的基因调控模块。实验验证正在拟南芥、玉米和烟草中大规模推进。

第二，预测植物价值，而不只是描述植物。

今天的植物学家去野外考察，看到一株陌生的植物，只能描述它长什么样。有了语言模型，只需要采集它的DNA，AI就能预测：它体内藏着哪些尚未被发现的药用成分？它的抗旱能力有多强？它是濒危物种的近亲吗？

第三，精准保护濒危物种。

传统的保护措施受限于数据匮乏——你连一株植物还剩多少、遗传多样性如何都不清楚，怎么制定保护方案？有了基因组语言模型，可以比传统野外监测更高效地识别出那些遗传基础脆弱、濒临灭绝的物种。

第四，培育“未来作物”。

通过挖掘植物基因组中抗病、抗旱、耐盐的基因，科学家有望培育出适应气候变化的“未来作物”。不是慢慢杂交，而是直接“设计”出能在干旱中高产、在盐碱地上生长的新品种。

五、还有多远的路？

破译植物“共同语言”，本质上是一场读懂地球植物历史的宏大工程。目前的进展令人振奋，但挑战同样严峻——超过99%的陆地植物仍然缺乏高质量的参考基因组，AI模型的训练数据严重不足。

“植物星球计划”的目标正是填补这片“知识荒原”——通过对缺乏参考基因组的目、科进行系统采样，构建完整的陆地植物系统发育树。与此同时，德国autoTRAIT项目正在探索AI驱动的基因调控工程设计，PlantBiMoE等模型为植物基因组分析提供了高效的计算工具。从数据采集到模型构建再到实验验证，整条技术链条正在加速成型。

正如“植物星球计划”负责人之一、中国农业科学院研究员王丽所说：“破译了植物的‘共同语言’，我们才能知晓植物在4.7亿年进化历程中的生命基本法则。”

这一天正在到来。当AI真正读懂植物的DNA语法，我们将不再是植物的观察者，而是它们进化的合作者。