《Plant Biotechnology Journal》：Bibliometric-Based Analysis of Global Trends and Collaborative Networks in Plant Genetic Engineering (1994–2024)
编辑推荐：
本文对1994至2024年间植物基因工程领域的全球研究趋势与合作网络进行了系统的文献计量学分析。研究揭示了以中国和美国为核心的双中心国际合作结构，并追踪了该领域从农杆菌介导的转化到RNA干扰（RNAi），再到CRISPR-Cas9基因组编辑技术的演进轨迹。文章重点分析了水稻、玉米、小麦等主要作物的研究分布，指出CRISPR技术在当代研究中的主导地位，并预测了种质资源数字化、多基因编辑、智能育种和合成生物学等未来技术发展方向，强调了转基因技术对实现可持续粮食安全的重要支撑作用。
全球研究格局与核心驱动力
农业可持续发展正面临人口增长、气候变化和生态退化的严峻挑战。植物基因工程技术作为绿色革命的精确延伸，旨在通过生物技术平衡产量提升与生态完整性。基于文献计量学的分析显示，过去三十年间，该领域形成了以中国和美国为双核心的国际合作网络。美国与韩国、日本、英国等发达国家联系紧密，构成高密度合作集群；而中国则通过“一带一路”倡议，与东南亚和非洲等新兴地区深入开展合作，加强了其全球影响力与技术扩散。
研究产出与物种分布
数据分析涵盖了1994年至2024年间的6452篇学术论文。中国在该领域的科学产出占据绝对主导地位，论文总量接近3000篇，远超其他国家。美国（904篇）和印度（548篇）分列二、三位。从作物种类看，水稻的研究文献数量（2113篇）占据绝对优势，占三大主粮作物（水稻、玉米、小麦）相关研究的57.5%，这得益于其基因组较小（约4.3亿碱基对）、遗传背景清晰且遗传转化体系成熟。相比之下，基因组更大、遗传转化更具挑战的玉米（863篇）和小麦（705篇）的研究体量则小得多。年度发表趋势显示，水稻相关研究在2017年后增长迅猛，年发文量突破100篇，这与CRISPR技术的成熟及中国“十三五”规划对水稻育种的重点支持密切相关。
技术演进路径：从基础转化到精准编辑
对关键词的爆发性引用和时序网络分析清晰地揭示了植物基因工程技术演进的三个阶段：
- •
基础转化技术时期（约1994–2006年）：早期研究集中于技术可行性验证。关键词如“烟草”、“农杆菌”、“转基因植物”频繁出现。烟草作为模式植物，其农杆菌介导的转化技术为整个领域奠定了基础。农杆菌转化法能够稳定地将外源基因整合到植物基因组中，是早期最重要的遗传转化工具。
- •
RNA干扰技术时期（约2006–2015年）：随着RNA干扰（RNAi）机制的阐明及其应用，研究热点转向多基因沉默。RNAi技术能够高效、特异地沉默目标基因，且无需复杂的载体构建，简化了实验流程，降低了对非靶基因的影响，使其在作物遗传改良中得到广泛应用。
- •
基因组编辑时期（约2015年至今）：CRISPR-Cas9技术的出现是革命性的突破。关键词如“基因编辑”、“CRISPR-Cas9”、“靶向诱变”等出现爆发式增长。该技术能够对目标基因进行精准编辑，从而改良作物的产量、品质、抗病性、抗逆性等重要农艺性状。当前，CRISPR技术已成为该领域的绝对主导。
研究热点也相应地从技术验证转向解决实际农业问题，如“产量”、“作物改良”、“数量性状位点（QTL）”、“自然变异”等应用导向的关键词成为高频词，反映了社会对粮食安全、气候变化适应和营养增强的需求驱动。
国际合作模式分析
全球转基因植物研究呈现出多元化的国际合作网络。美国凭借深厚的科研积累和成熟的联盟体系，与韩国、日本、英国等发达国家形成了高密度的合作集群。中国则依托“转基因生物新品种培育重大专项”等国家战略的持续投入，自2010年起科研产出跃居全球首位，并通过“一带一路”科技创新行动计划，系统性地加强了与东南亚、非洲等具有巨大农业潜力的新兴研究区域的深度连接。这种“双核结构”体现了全球科研资源分布的格局，同时也受到技术出口管制、贸易摩擦和地缘政治等外部因素的影响。其他国家如新西兰、澳大利亚等则表现出合作对象相对集中、区域化特征明显的模式。
未来展望：智能育种与合成生物学
基于技术演进轨迹和政策导向，植物基因工程的未来将聚焦于以下几个方向：
- •
种质资源数字化：利用高通量测序、表型组学等技术构建种质资源的“数字孪生”，实现基因型-表型关联图谱的精确构建，为基因挖掘提供结构化数据支持。
- •
多基因编辑技术突破：开发CRISPR变体（如通过蛋白质工程改造Cas酶）以提升编辑精准度和效率，并适配多样的递送载体，实现协同多基因编辑。
- •
智能育种：人工智能（AI）与机器学习（ML）将与育种深度融合。从早期的基因组选择预测表型，到深度学习突破高通量表型分析瓶颈，再到基因编辑技术推动变异主动创造，以及AlphaFold2等蛋白质结构预测工具和大型语言模型（LLM）应用于多模态信息整合与推理，智能育种将实现从“经验选育”到“数据驱动”乃至“智能设计”的范式变革。
- •
合成生物学：通过计算模拟和酶工程设计非天然代谢途径，创建超越自然进化的全新生物系统，例如设计固氮模块、调控氮素利用代谢等。
结论
综上所述，全球转基因植物研究形成了以中美为核心的合作网络，并经历了从基础转化、RNAi多基因沉默到CRISPR精准编辑的技术演进。未来，在遗传工程持续成熟和“生物育种科技创新2030”等战略的推动下，通过种质资源数字化、多基因编辑突破、智能育种融合以及合成生物学创新，植物基因工程技术将为保障全球粮食安全提供关键支撑。
