人工智能在DNA设计中的研究进展

　　

摘要：

DNA设计是根据特定功能需求定向构建与优化基因组功能元件，已成为合成生物学与精准育种等前沿领域的关键核心技术。传统设计方法受限于对复杂调控网络认知不足及序列搜索空间巨大等瓶颈，难以实现高效、精准的序列创新。近年来，人工智能技术，特别是深度生成模型与预测模型的融合应用，正深刻重塑DNA设计的理论基础与技术范式。该范式通过学习海量组学数据中蕴含的“调控语法”，能够在超长基因组序列背景下实现高分辨率的功能预测、多模态信息整合与条件可控的序列生成。本文系统综述了人工智能在DNA设计中的前沿进展，重点阐述了深度生成与预测模型在启动子、增强子等多层级调控元件设计、序列优化及作物育种等领域的关键技术路径与应用实例。通过构建“设计—预测—优化—验证”的智能化闭环，人工智能不仅显著提升了复杂功能元件的设计效率与准确性，更催生了性能超越天然元件的“超天然”序列。展望未来，随着人工智能与合成生物学、实验自动化等领域的深度融合，DNA设计有望实现从智能化设计到高通量实验验证的完整闭环，从而加速生命科学基础研究与现代农业育种等领域的创新突破。