SCLS | 中国农大王向峰团队提出生成式AI驱动作物分子设计育种DESIGN框架

如果把作物育种比作在浩瀚基因组中寻找最优解，那么如何让育种者不再局限于从已有遗传变异中筛选答案，而是根据目标主动设计新的解决方案？

近日，Science China Life Sciences（《中国科学：生命科学（英文版）》）在线发表中国农业大学农学院王向峰教授团队题为“DESIGN: a framework for generative AI-enabled crop molecular design-driven breeding”的综述文章，系统评估了生成式人工智能（GenAI）赋能作物育种的潜力与关键问题，提出了GenAI驱动作物分子设计育种的DESIGN框架，并勾勒出作物分子设计育种由预测走向生成、由筛选走向创造的未来图景。

传统的作物育种长期依赖表型选择和经验积累。分子标记辅助选择、全基因组选择以及以判别式AI为代表的预测模型显著提升了育种效率，但这些方法总体上仍以预测、评估和筛选已有变异为主，难以提出自然界中尚不存在的新基因型或分子设计。面对气候变化和日益增长的粮食需求，育种需要进一步拓展可利用的遗传变异与分子设计空间，而GenAI的出现为这一转变提供了新的计算基础。通过学习大规模、高维生物数据的概率分布，GenAI可以从头生成具有特定功能的DNA、RNA、蛋白质乃至小分子，在自然变异之外的广阔序列与结构空间中探索新方案，借助虚拟筛选加快设计与验证循环，并为复杂性状的多目标优化提供新的技术路径。

文章梳理了变分自编码器（VAE）、生成对抗网络（GAN）、扩散模型（DM）和大型语言模型（LLM）等四类主要GenAI模型及技术路线（图1），指出它们各有所长：VAE训练稳定、潜空间平滑，适合渐进式优化；GAN生成的样本保真度高；扩散模型训练收敛稳定，并支持精细的条件控制；LLM将生物序列视为“语言”，具备零样本预测、跨任务泛化和知识整合能力。与此同时，它们也分别面临输出模糊、模式崩溃、计算开销大和“幻觉”等局限，需要根据设计目标、数据可得性和所需输出粒度合理选用。

图1 生成式人工智能的四类主要模型及其优势与局限

围绕从分子元件到育种知识体系的设计需求，文章进一步归纳了六个正在快速发展的应用方向（图2），并盘点了67个代表性工具。总体来看，GenAI已经在植物研究中展现出广泛潜力，但其中许多工具是在大肠杆菌、酵母、哺乳动物细胞等非植物体系中开发和验证的，专门面向植物系统开发的工具仍然较少。

• 在基因调控元件设计方面，GenAI正在推动相关研究从模仿自然序列走向面向目标的序列生成，有望实现启动子、增强子等顺式调控元件的定制设计。

• 在功能蛋白创新与优化方面，结构预测和条件生成技术可用于定向优化酶的催化效率、稳定性等关键属性，并从头设计抗性蛋白等新型功能蛋白，为复杂性状改良提供新的功能元件。

• 在植物小分子发现与生成方面，靶向生成与属性预测的结合，可加快绿色农药、植物生长调节剂等候选分子的虚拟筛选与发现。

• 在基因编辑工具优化方面，GenAI可用于优化引导RNA设计和Cas蛋白性能，并为未来系统级基因重编程提供设计支撑。

• 在单细胞数据生成与模拟方面，相关模型可以补充植物单细胞数据，模拟不同细胞状态，帮助研究者在细胞类型分辨率上理解和设计关键育种性状。

• 在跨领域语义解析与知识发现方面，农业知识大模型有望连接分散在文献、数据库和实验记录中的信息，推动研究模式从文献检索进一步走向自动化的“文本到性状”推理。

图2 生成式人工智能赋能作物分子设计育种的六大应用领域

这些应用展示了GenAI进入作物育种的多种路径，也进一步引出一个更关键的问题：当生成、预测、仿真和知识推理不再只是零散工具时，如何让它们共同服务于一个完整的育种流程？围绕这一目标，研究团队提出了DESIGN框架。

在这一框架下，作物分子设计育种被分解为六项彼此协同的核心能力，形成从分子设计到田间部署的闭环系统（图3）：

1. D｜Discover（发现）：在序列与结构空间识别功能模式；

2. E｜Engineer（改造）：按约束理性设计分子元件；

3. S｜Simulate（仿真）：跨尺度数字仿真评估性状；

4. I｜Integrate（整合）：融合多组学、环境与文本证据；

5. G｜Generate（生成）：从头创造具有特定功能的全新分子；

6. N｜Navigate（导航）：在高维设计空间做多目标搜索与权衡。

图3 DESIGN框架的六项核心能力及其协同关系

六项能力并非线性流水线，而是共同嵌入“学习—设计—构建—测试（LDBT）”闭环。每一轮实验产生的数据都会反馈给模型，用于迭代优化设计方案，使计算模型与实验验证形成持续协同。文章以干旱响应启动子工程为例，展示了从多组学数据整合、条件式启动子生成和实验验证，到主动学习反馈与育种应用的示意设计流程（图4），说明各环节如何在DESIGN框架下协同开展。

图4 基于DESIGN框架的干旱响应启动子设计流程

尽管GenAI在医药研发和工业微生物领域已取得显著进展，但其在作物系统中的应用仍处于起步阶段。文章指出，当前主要面临三方面瓶颈：植物多组学数据来源异质、高质量标注数据不足；通用模型在植物复杂系统中的可解释性和迁移能力有限；实验验证通量不足与跨尺度预测的不确定性，制约了从虚拟设计到田间应用的转化。

面向未来，文章提出，需要进一步开发融入生物学知识与机制约束的植物特异性基础模型，建立统一的评测标准和基准数据集，并结合高通量实验验证，推动GenAI设计元件完成从计算设计、实验验证到田间测试的完整闭环。同时，还应完善适用于人工智能设计分子的生物安全评估体系，为相关技术的规范应用和规模化落地提供保障。

文章信息