科技前沿 | AI驱动的蛋白质工程:植物性状设计的新范式

点击上方“蓝字”关注我们

科研进展

Molecular Plant

2026年3月25日，中国农业大学王向峰教授团队在Molecular Plant 上发表题为"AI-driven protein engineering: A new paradigm for plant trait design"的综述论文。该综述系统梳理了人工智能如何变革蛋白质工程在植物性状设计中的应用，从结构预测、生成式序列建模到功能优化，全面展示了AI驱动的蛋白质工程如何拓展可设计蛋白质的空间，助力培育具有优良农艺性状的作物新品种。文章深入分析了八大代表性应用场景，揭示了当前从实验室到田间的转化瓶颈，并提出了面向未来的分阶段路线图。

DOI:10.1016/j.molp.2026.03.011

研究背景

蛋白质是植物生命活动的核心执行者，直接决定作物的产量、抗逆性、养分利用效率和品质。传统育种主要依赖自然变异的选择与杂交，许多潜在的有益蛋白质变体难以被挖掘和利用。近年来，以AlphaFold为代表的深度学习结构预测、生成式序列建模和计算功能优化等AI技术的突破，使得蛋白质工程从理性设计和半理性设计迈向了AI驱动的精准设计新阶段，为重编程植物蛋白、突破自然进化限制提供了全新可能。然而，如何将分子层面的设计有效转化为田间育种成果，仍面临诸多挑战。在此背景下，本综述系统审视了AI驱动蛋白质工程在植物育种中的应用前景，并提出了分阶段实施路线图。

研究内容

蛋白质设计技术的演进

该综述首先系统梳理了蛋白质设计方法的发展脉络。从早期依赖实验确定结构和生化知识的理性设计，到整合计算建模与高通量实验的半理性设计，再到以AlphaFold、RoseTTAFold为代表的AI结构预测工具和以ProteinMPNN、ESM为代表的生成式序列模型的兴起，蛋白质设计的效率、可扩展性和预测性能不断提升。展望未来，基于扩散模型的从头设计（如RFdiffusion和Chroma）正在开拓无需依赖天然模板即可生成全新蛋白质架构的能力，有望极大拓展可实现功能的范围。

八大代表性应用场景

文章围绕植物生理学和育种的核心需求，深入探讨了蛋白质工程在以下八个方向的应用进展：

（1）增强抗病性：

通过工程化改造免疫受体（如NLR蛋白），拓展效应蛋白识别谱、调控免疫信号激活阈值，并利用靶向凝聚体降解系统清除免疫抑制因子，从多个层面提升植物病害抗性。

（2）强化抗虫性：

优化Bt毒蛋白关键区域、开发抗体样支架蛋白和天然肽类改造等策略，拓展杀虫分子的多样性和作用模式，应对害虫抗性进化。

（3）提升非生物胁迫抗性：

通过受体重编程、代谢酶稳定性工程和氧化还原平衡优化，增强作物在干旱、高温、盐碱和低温等胁迫条件下的适应能力。

（4）提高养分利用效率与品质：

围绕碳、氮、磷等关键营养元素，通过改造Rubisco、引入碳浓缩机制、优化固氮酶组分和磷酸盐转运蛋白等策略提升资源利用效率，同时通过代谢工程改善作物营养品质。

（5）变异挖掘与性状精调：

利用突变效应预测工具（如DeepDDG、PPVED、SaProt等）和结构预测模型，富集温和的功能调节型变体，结合碱基编辑实现对酶活性、转录因子结合特异性等的精准微调。

（6）优化基因编辑组件：

通过工程化改造Cas核酸酶提高切割保真度和靶向范围，优化碱基编辑器和先导编辑器的精度与效率，发展PAM灵活型变体和化学诱导型编辑系统，为精准育种提供更强大的工具。

（7）编程环境感知系统：

开发蛋白质生物传感器（如AuxSen、PAleon）实现对植物内源信号的高时空分辨率监测，并通过受体重编程和传感-效应一体化模块拓展可检测输入和可编程响应的范围。

（8）赋能合成环境与植物工厂：

在可控环境农业中，利用光遗传学系统、模块化表达系统和合成调控回路，实现性状表达的精准时空调控，为智能化设施农业提供分子基础。

五大转化瓶颈

文章指出了制约该领域发展的五大关键挑战：现有AI模型对植物特有蛋白的预测可靠性不足（植物领域迁移）；生成式模型设计的蛋白在植物细胞中可能无法正常折叠或行使功能（生物可行性缺口）；工程化蛋白在不同遗传背景中效果差异显著（遗传背景依赖）；分子优化难以直接转化为田间增益（基因型到表型鸿沟）；以及植物体系中稳定转化和田间验证的低通量严重制约迭代速度（工作流瓶颈）。

三阶段实施路线图

文章提出了渐进式发展蓝图：第一阶段（0–3年）以人为主导、AI辅助决策，重点建立植物特异性基准数据集和分层验证体系；第二阶段（3–7年）发展AI协调的设计-构建-测试-学习（DBTL）半自主闭环系统，整合多模态建模与自动化平台；第三阶段（7–10年）展望开发端到端的AI生物育种智能体，贯通从分子设计到田间表现的全链条。

研究团队

本文由中国农业大学三亚研究院、玉米生物育种全国重点实验室、国家玉米改良中心、分子设计育种前沿科学中心、农学与生物技术学院以及中国农业科学院国家南繁研究院合作完成。

付苒

（中国农业大学三亚研究院博士后）和

姜山

（中国农业科学院国家南繁研究院博士后）为论文的共同第一作者。

王向峰

教授为论文的通讯作者。中国农业大学研究生

吴天昊

、中国农业大学

殷灿

实验师和

闫军

副教授参与了论文的撰写与修改工作。

通讯作者简介

王向峰

，中国农业大学教授，国家玉米改良中心和玉米生物育种全国重点实验室科学家。研究方向聚焦人工智能与作物精准育种的深度融合，致力于利用蛋白质工程、基因组学和多组学大数据等前沿技术，推动植物性状的精准设计与高效改良。团队在AI驱动的蛋白质设计、基因功能解析、基因组选择等方向开展了系统性工作，为智能育种技术体系的发展做出了重要贡献。

文章转载自：MPlant植物科学免责声明 : 我们致力于保护作者版权，部分文字/图片来自互联网，无法核实真实出处，如涉及版权问题，请及时联系我们删除。

信息来源：农业科技前沿与政策咨询

END

中关村生物农业联盟

三阶段实施路线图

相关学习资料