中国科学家提出“可编程植物合成免疫”新理念

植物病害严重威胁全球农业生产和粮食安全，每年造成数千亿美元的经济损失。如何破解和应对这一难题广受关注。

中国科学院遗传与发育生物学研究所高彩霞团队，最近在国际上首次提出“可编程植物合成免疫”的新理念，实现植物免疫受体从“天然挖掘发现”向“人工精准设计”的范式转变，推动植物抗病育种从“利用自然”迈向“定向创制”的新阶段。

这项植物免疫工程领域的重大研究进展论文，北京时间7月24日凌晨在国际学术期刊《科学》以“首次在线发布”形式发表。审稿人评价称，该成果为在作物中开发持久、广谱的抗病性奠定了坚实基础。

论文通讯作者高彩霞研究员表示，通过整合人工智能(AI)辅助蛋白质设计、模块化免疫受体工程和植物体内定向进化技术，研究团队建立可编程的合成植物免疫受体(SPIR)设计平台，实现植物免疫受体的精准定制化设计，从而突破天然抗病基因资源的限制，为快速应对植物新发病害和病原物变异提供全新技术路线。

她透露，未来，随着人工智能、蛋白质设计与植物体内定向进化等前沿技术的深度融合，植物合成免疫受体有望完全实现按需设计与迭代优化，为作物抗病改良提供通用的全新解决方案。

研究团队介绍说，培育和推广作物抗病品种是植物病害绿色防控的核心策略之一。长期以来，作物抗病育种主要依赖植物天然抗病基因的发掘和利用。然而，植物基因组编码的免疫受体数量有限，加之病原物持续进化变异，导致已有的作物抗病性不断被攻破。同时，发掘新型抗病基因和免疫受体的难度持续攀升，且过程耗时耗力。

因此，若能针对各类病原定制化设计免疫受体，即可摆脱天然抗病基因资源的桎梏，使植物快速获得对新发病害的抗病能力。不过，精准靶向设计植物免疫受体始终是相关领域亟待攻克的重大科学难题。

近年来，人工智能驱动的蛋白质从头设计取得一系列重要突破，使得针对特定靶蛋白设计高亲和力结合蛋白成为可能。本项研究首先利用专业人工智能大模型预测病原蛋白的三维结构，通过蛋白质结合剂设计工具完成结合蛋白的从头设计，并借助生物计算大模型工具预测筛选结合能力强和稳定性高的候选结合蛋白。

研究团队进一步以人工设计的结合蛋白替代天然整合诱饵结构域，将其整合到水稻免疫受体Pikm-1中，构建形成全新的合成免疫受体，由此建立一套标准化的合成植物免疫受体设计流程，整个设计过程无需依赖已有的抗病基因资源，仅基于病原蛋白的结构信息开展人工定向设计，实现植物免疫受体的可编程精准定制化创制。

在本项研究中，研究团队首先以马铃薯Y病毒衣壳蛋白为验证靶标，设计48个合成植物免疫受体，其中11个能够特异性识别马铃薯Y病毒衣壳蛋白并激活植物免疫反应。在此基础上，研究团队进一步针对13种重要植物病毒以及细菌、真菌、卵菌等多种病原物的蛋白，完成相应合成植物免疫受体的设计。

研究团队共设计并测试了391个合成植物免疫受体，其中71个(成功率18.2%)能够特异地识别对应病原蛋白并有效激活植物免疫反应，首次证明人工智能辅助的蛋白质设计技术能够实现植物免疫受体的从头创制。

针对大部分人工智能辅助设计的合成植物免疫受体仍存在免疫活性不足或自激活(无病原时产生免疫反应)等问题，研究团队进一步提升合成植物免疫受体平台性能，将其与团队前期建立的植物体内定向进化系统相结合，显著增强合成植物免疫受体对病原蛋白的免疫活性，并有效降低其自激活水平，最终建立起完整的植物合成免疫受体“设计-构建-测试-进化”开发流程。

进一步研究表明，不同合成植物免疫受体之间具有高度识别特异性和正交性，且可通过基因叠加策略同时识别多种病原蛋白。实验也证实，表达合成植物免疫受体的转基因植物能够有效抵御相应病毒的侵染，展示出合成植物免疫受体技术在作物抗病遗传改良中的应用潜力。

高彩霞研究员指出，不同于传统抗病育种对天然抗病基因的挖掘与利用，合成植物免疫受体平台首次实现植物免疫受体的定制化设计，赋予植物识别自然界全新病原靶标蛋白的能力。依托该平台，可针对各类病原蛋白，在数周内快速设计对应的人工合成植物免疫受体，为高效应对新发、突发病害和病原物变异提供了全新技术途径。