《自然》杂志发表我室李国田教授团队研究成果

面对全球人口增长、气候变化加剧与耕地资源萎缩等严峻挑战，保障粮食安全与实现农业可持续发展迫在眉睫。北京时间7月23日晚，Nature杂志在线发表了由华中农业大学农业微生物资源发掘与利用全国重点实验室、洪山实验室固定研究人员李国田教授，中国科学院遗传与发育生物学研究所高彩霞研究员联合国内外多家研究单位撰写的综述文章“Integrated biotechnological and AI innovations for crop improvement”。文章系统阐述了组学、基因编辑、蛋白质设计与高通量表型等多技术协同的作物改良新范式，提出利用蛋白质设计按需打造功能元件的新途径，并描绘了AI辅助的优异种质设计蓝图，有望引领新一轮作物改良革命。

从“看天吃饭”到“看透基因组”

传统育种受限于表型观察和种质资源，已逼近遗传资源极限。组学技术（基因组、代谢组、单细胞组学和空间组学）首次“高清呈现”作物的遗传全貌，显著加速了性状解析与品种选育。通过泛基因组解析结构变异，并结合作物“第二基因组”——微生物组研究，育种资源库得以大幅扩展；单细胞空间组学可在细胞精度定位优异性状基因。未来，更高通量、普适性更强的技术及统一的数据标准将构建更精准的基因组图谱，为精准分子操作奠定基础。

基因编辑：精准“雕刻”基因组

以CRISPR为核心的基因编辑技术已从单基因敲除拓展至兆碱基级染色体重排，实现对作物基因组的高效、精准、定向修饰。其优势在于：定向聚合多个优良等位基因，大幅缩短育种周期；通过精细调控启动子及上游开放阅读框（uORF），破解抗病性与产量间的平衡难题；实现对野生种质的快速定向驯化及优异性状精准导入。此外，人工智能驱动的基因编辑工具将深入揭示复杂性状背后的多基因协同作用机制，并精准预测编辑结果，降低对大规模筛选的依赖。

AI赋能蛋白质设计：突破进化限制，精准“打印”功能蛋白

AI驱动的蛋白质设计（2024年诺贝尔化学奖领域）为作物改良提供了新策略。文章提出利用蛋白质设计技术突破遗传资源的限制，从头设计具有特定功能的全新蛋白质（如抗病蛋白、代谢物生物传感器、离子通道），并将这些“定制化生物零件”精准导入作物。这能系统性、可编程化调控植物关键生理过程（如胁迫响应、离子平衡、代谢流），协同增强其在复杂多变环境下的综合适应能力，跨越遗传与环境壁垒，这一策略为跨越遗传与环境壁垒提供了范式级解决方案，有望引领作物育种进入“按需设计”的分子智能育种新时代。

高通量表型：让基因型与表型“握手”

组学和基因编辑/蛋白质设计技术发掘和创造了大量遗传变异，对表型数据的精度与效率提出了更高要求。高通量表型分析融合前沿影像学、信息技术与自动化技术，实现了表型数据的高效精准获取。跨尺度（遥感、地面、显微）、多时序的表型采集体系正推动动态表型监测的革新：高精度3D重建提升至立体空间维度，显微成像技术揭示内在机制；基于光谱的代谢物建模实现生理性状无损定量评估。未来，AI驱动的多学科融合解决方案将助力海量数据高效处理，实现对微观生理响应的原位捕获，推动高通量表型组的规模化应用。

迈向人工智能辅助的作物设计

文章还前瞻性提出了人工智能驱动的作物改良框架：通过AI驱动的多模态模型，整合基因型、表型、环境与田间管理多模态数据，在“设计—构建—测试—学习”闭环中，实现从传统重组到编辑介导的定向导入。结合微生物组育种等新兴策略，突破基因互作及基因-环境互作限制，加速现有品种优化、再驯化乃至从头驯化。这一前瞻性框架，可通过育种家设定目标（如增产、抗逆、优品质），AI深度学习与知识推理生成最优综合育种方案，将育种从经验依赖转变为数据驱动的精准设计过程。

文章也探讨了新技术应用所面临的挑战和发展方向。高质量、标准化数据是训练AI模型的基础，需研究机构、育种公司和跨学科专家合作生成高质量的标准化数据集，并针对一系列作物和性状要求对算法进行微调。同时，必须严格遵守生物安全和相关法规。值得期待的是，全球对基因组编辑作物的监管政策正向更科学、简化方向发展，为新技术的广泛应用创造了有利条件。