植物病害长期威胁全球粮食安全，每年造成数千亿美元的经济损失。传统作物抗病育种依赖天然抗病基因的挖掘，但植物自身免疫受体数量有限，且病原微生物不断进化突破现有防御体系，这一困境长期制约农业可持续发展。中国科学院遗传与发育生物学研究所科研团队近日取得突破性进展，在《科学》杂志首次发表"可编程植物合成免疫"研究成果，为作物抗病育种开辟全新路径。
研究团队构建了全球首个合成植物免疫受体设计平台，通过整合人工智能蛋白质设计、模块化免疫工程与植物体内定向进化技术，实现了对植物免疫受体的精准定制。该技术突破传统育种依赖天然基因资源的局限，仅需病原蛋白结构信息即可从头设计新型免疫受体，为应对不断变异的病原物提供了动态防御解决方案。
核心突破在于对植物NLR免疫受体的工程化改造。这类受体通过富亮氨酸重复结构域识别病原体，但传统方法难以对其复杂结构进行修改。研究团队发现特定NLR受体通过集成诱饵结构域识别病原，通过替换该结构域可实现受体功能重构。利用AlphaFold 3和BindCraft等AI工具，团队针对病原蛋白设计结合模块，成功将其嵌入水稻免疫受体Pikm-1，构建出全新合成受体。
实验验证显示，以马铃薯Y病毒衣壳蛋白为靶标设计的48个合成受体中，11个能特异性激活免疫反应。进一步扩展至13种植物病毒及细菌、真菌、卵菌等病原物，共设计测试391个合成受体，其中71个（成功率18.2%）有效触发植物防御机制。针对部分受体存在的活性不足或自激活问题，研究团队运用植物体内定向进化系统进行优化，使改良后的受体在转基因烟草中表现出对番茄褐色皱果病毒的显著抗性。
这项研究标志着植物免疫工程进入"合成生物学时代"。传统育种需要数年甚至数十年才能培育出抗病品种，而新平台可在数周内完成受体设计与验证。研究通讯作者指出，该技术不依赖现有抗病基因资源，通过模块化设计可快速应对新发病原，为构建持久、广谱的作物抗病体系奠定基础。实验数据表明，合成受体的抗病谱比天然受体扩大3-5倍，且能通过迭代优化持续提升防御效能。
国际同行评价该成果具有变革性意义。通过将AI驱动的蛋白质设计与生物进化策略相结合，研究团队解决了植物免疫受体工程化的关键难题。这种"设计-构建-测试-学习"的循环优化模式，为开发针对多种病原的定制化解决方案提供了可复制的技术范式，对保障全球粮食安全具有重要战略价值。