《Current Opinion in Biotechnology》：AI-empowered crop protection against insect-borne diseases
编辑推荐：
虫传植物病害如木虱传播的柑橘黄龙病和粉虱传播的病毒病对全球农业构成严重威胁，其病原体通过多组分互作改变宿主生理和虫媒行为以促进传播。本文系统评述植物抗性机制与病原体反制策略，重点探讨人工智能驱动的生物工程新范式：通过机器学习、深度学习和生成模型构建整合性计算工具，优化抗病基因筛选、合成免疫蛋白设计及数字化农药开发，从而精准干预病原体传播周期并提升防控可持续性。
Pingzhi Zhao|Qiudong Xia|Jian Ye
中国科学院微生物研究所微生物多样性与创新利用国家重点实验室农业微生物组学与生物技术系，北京，中国
由昆虫传播的植物病害，如由木虱传播的柑橘黄龙病（HLB）和由白粉虱传播的病毒性疾病，对全球农业构成了重大威胁。这些昆虫传播的病原体通过与宿主植物和昆虫媒介的多重相互作用建立起来，经常改变宿主植物的生理状态和媒介的行为以促进传播。本文综述了植物对这些病原体的防御机制的最新进展，以及病原体削弱宿主防御的策略。我们强调了人工智能（AI）在加速科学研究和技术进步以管理昆虫传播疾病方面的潜力。这些策略有助于构建一个综合平台，该平台可以训练科学基础模型并创建AI代理来自动化研究工作流程和测试假设。它们还通过识别抗性基因、开发计算机模拟方法来开发新农药以及合成免疫蛋白，提供了精准的干预策略。这些针对昆虫传播植物病害的AI平台能够系统地理解复杂的病原体-植物-昆虫相互作用，从而为控制疾病爆发和流行提供了新的机会。
引言
由细菌、病毒和真菌引起的昆虫传播植物病害对全球农业和生态系统构成了严重威胁[1]。一个突出的例子是柑橘黄龙病（HLB），也称为柑橘绿病，主要由细菌Candidatus Liberibacter属引起，并由木虱Diaphorina citri和Trioza erytreae传播[2]。HLB导致受影响严重的地区（如佛罗里达州和巴西）的柑橘产量大幅下降和经济损失[3]。其他由媒介传播的疾病，如由白粉虱传播的疾病，也带来了类似的挑战。这些疾病通过改变植物生理状态和昆虫行为来促进病原体的传播，使得管理工作变得复杂[4, 5]。理解病原体、宿主植物和昆虫媒介之间的多重相互作用对于制定有效的控制策略至关重要。
传统的管理方法，如使用杀虫剂和杀菌剂，越来越受到昆虫和病原体抗性的挑战。植物已经进化出复杂的防御系统来抵御昆虫食草动物和媒介传播的病原体，包括产生专门的代谢物、防御性蛋白质和挥发性物质[1, 6]。抗性育种对于应对昆虫传播的植物病害至关重要，但将抗性（R）基因整合到作物中是一个缓慢且复杂的过程，常常会破坏防御和生长之间的平衡[7]。然而，这种抗性的持久性经常受到不断进化的病原体的影响。通过基因工程改造敏感性（S）基因、应用抗菌肽（AMPs）和合成免疫蛋白等策略，为增强植物防御或直接干扰病原体传播周期提供了新的途径。最近，人工智能（AI）作为一种变革性工具，被用于解析复杂的生物相互作用和开发新的作物保护方法。本文探讨了利用AI辅助的策略来控制昆虫传播的植物病害，以确保可持续的作物保护。
章节摘录
昆虫传播植物病害的普遍性
昆虫传播植物病害的传播和持续存在与其昆虫媒介的地理分布和种群动态密切相关[1]。由于木虱媒介的快速传播，中国未管理的果园中HLB感染率已上升至30%以上，导致每年有超过1000万棵树木被毁[8]。同样，由白粉虱（Bemisia tabaci）传播的疾病，如木薯花叶病和木薯褐条病，也会造成产量损失
控制昆虫传播植物病害的生物技术工程策略
昆虫传播的植物病害涉及病原体、媒介和宿主植物之间的复杂相互作用[12]。生物技术的最新进展为破坏这些相互作用和开发抗性提供了有希望的策略。本文概述了针对两大主要疾病类别（昆虫传播的细菌性HLB和昆虫传播的植物病毒性疾病）的关键机制及其相应的工程方法。
人工智能驱动的生物工程：对抗昆虫传播植物病害的新范式
昆虫传播植物病害的管理正从广谱化学方法转向以AI为核心的精准生物工程方法。在这里，AI作为一个综合的计算工具包，包括机器学习、深度学习、计算机视觉和生成模型。本文概述了AI如何在关键的生物工程领域中进行整合，以增强植物防御并干扰病原体传播周期（表1）。
结论与未来展望
部署先进的生物技术进行植物防御仍面临重大挑战，必须克服这些挑战以确保其有效性和可持续性。一个主要问题是抗性的持久性，因为病原体和昆虫媒介会迅速进化以克服工程改造的特性。病原体、宿主植物和昆虫媒介之间的动态相互作用以及跨物种防御的固有环境变异性和复杂性
CRediT作者贡献声明
Jian Ye：概念构思、监督、撰写——审稿与编辑、资金获取。Pingzhi Zhao：概念构思、监督、撰写——初稿、审稿与编辑、可视化、资金获取。Qiudong Xia：撰写——审稿与编辑、可视化。
致谢
本工作得到了国家自然科学基金（32125032）、国家重点研发计划（2023YFC2606800, 2024YFC3406000）、中国科学院战略性先导科技专项（XDB0810000, XDA0450000）以及中国科学院青年科学基础研究项目（YSBR-080）的支持。
