《The Crop Journal》：Crop metabolic engineering towards enhanced resistance to pests and pathogens
編輯推薦：
本綜述聚焦作物病蟲害抗性減弱問題，系統闡述了通過合成代謝工程增強植物特異性代謝物（PSM）防御功能的策略。研究團隊整合化學/遺傳學雙路徑篩選、共表達網絡與mGWAS等基因發掘技術，結合啟動子工程、酶活性優化及異源通路導入等工程手段，建立了從通路解析到抗性強化的全鏈條方案，為減少農藥依賴的綠色農業提供新范式。
在漫長的農業馴化過程中，人類為了追求更高的產量和更佳的口感，往往無意中削弱了作物自身的防御能力。許多具有苦味或抗營養作用的植物特異性代謝物（PSM）在馴化過程中被逐漸淘汰，導致現代栽培作物對病蟲害的抵抗力顯著下降。這一現象在黃瓜、西瓜等瓜類作物中尤為明顯，其中具有防御功能的葫蘆素含量因人工選擇而大幅降低。隨著化學農藥的過度使用帶來的環境問題和病原體抗藥性加劇，如何通過綠色、可持續的方式增強作物免疫力已成為現代農業面臨的重大挑戰。
合成生物學的快速發展為這一難題提供了全新解決方案。通過代謝工程手段重新設計或強化作物的防御代謝通路，使其能夠高效合成抵御病蟲害的天然產物，正成為農業生物技術領域的前沿方向。這種"綠色裝甲"策略不僅能減少對化學農藥的依賴，更有望培育出兼具高產量和高抗性的智能作物。發表在《The Crop Journal》的這篇綜述系統梳理了作物防御性代謝工程的最新進展，從通路發掘、基因鑒定到工程化設計，為下一代作物育種提供了理論框架和技術路線。
研究人員通過整合多組學數據與合成生物學工具，建立了一套完整的代謝工程工作流程。在通路篩選階段，采用化學導向（基于活性代謝物篩選）和遺傳學導向（基于抗性表型基因定位）雙軌策略；基因發掘環節運用加權基因共表達網絡分析（WGCNA）、生物合成基因簇（BGC）掃描、代謝物全基因組關聯分析（mGWAS）等計算方法；功能驗證則結合異源重建（如本氏煙瞬時表達系統）、體外酶活測定和遺傳改造（CRISPR、RNAi等技術）等多重證據；最終通過啟動子工程、蛋白質工程、轉運蛋白調控等合成生物學手段對通路進行精準優化。
篩選作物防御代謝通路
作物防御代謝工程的首要任務是確定目標代謝通路。研究總結了兩種互補策略：化學導向方法通過代謝組學分析病蟲害脅迫下的植物樣本，結合活性導向分離鑒定防御化合物；遺傳學導向方法則從抗性表型出發，通過全基因組關聯分析（GWAS）或轉錄組關聯分析（TWAS）定位關鍵基因。前者不依賴基因組數據，適用于任何植物物種；后者能直接關聯基因功能與抗性表型，為工程化提供精準靶點。
鑒定候選生物合成基因
在通路解析方面，共表達分析和基因表達-代謝物關聯成為核心工具。當通路完全未知時，可采用無偏的加權基因共表達網絡分析（WGCNA）挖掘與目標代謝物積累模式一致的基因模塊；當部分酶已知時，則以已知基因為"誘餌"篩選共表達基因。單細胞轉錄組和空間多組學技術突破了組織異質性限制，能解析細胞類型特異性的代謝通路，如長春花中單萜吲哚生物堿（MIA）合成途徑被揭示分布在三種不同細胞類型中完成。此外，生物合成基因簇（BGC）掃描和代謝物全基因組關聯分析（mGWAS）能直接從基因組變異中挖掘通路基因，其中mGWAS還能同時提供可用于工程化的天然等位基因變異。
驗證候選生物合成基因
功能驗證采用多層次證據整合策略。遺傳層面通過CRISPR敲除、過表達等方法在原生作物中驗證基因功能；生化層面通過體外酶活測定直接證實催化活性；系統層面則通過異源重建（如本氏煙瞬時表達系統）重構完整通路。本氏煙系統憑借其植物特有的細胞區室化、翻譯后修飾能力，特別適合膜結合酶（如P450s）的功能驗證，可通過多基因共浸潤實現通路的"搭積木式"解析。
工程化作物代謝防御通路
代謝工程策略呈現多元化趨勢：通過啟動子工程或轉錄因子過表達提升基因轉錄水平；通過蛋白穩定性改造（如去降解域、分子伴侶共表達）增強酶蛋白積累；通過蛋白質理性設計改善酶動力學特性；利用支架蛋白促進酶復合物形成以提高催化效率；通過競爭通路抑制實現代謝流重定向；借助轉運蛋白工程優化防御化合物空間分布；引入異源通路拓展化學防御多樣性。值得注意的是，時空精準調控成為平衡抗性與生長的關鍵，如利用病原誘導型啟動子實現"按需生產"，或通過組織特異性表達將防御化合物限定于非食用部位。
作物防御代謝工程的挑戰
工程化抗性的持久性面臨病原體適應性進化挑戰，需要通過誘導型表達、多通路疊加等策略延緩抗性突破。生長-防御權衡是另一核心制約因素，解決方案包括開發感知免疫信號的生物傳感器、構建反饋調節回路等動態調控策略。在應用層面，基因組編輯作物與轉基因作物的監管政策存在顯著差異，而公眾接受度、知識產權等非技術因素同樣影響技術落地。
代謝工程前景展望
人工智能（AI）正在重塑代謝工程研究范式：AlphaFold等蛋白結構預測工具助力"孤兒酶"功能注釋；生成式AI實現從酶理性設計到合成通路設計的跨越；結合單細胞多組學和空間多組學技術，研究者能在細胞分辨率下解析代謝通路的空間組織規律。這些技術與合成生物學構建、CRISPR編輯技術融合，形成"設計-構建-測試-學習"（DBTL）的閉環優化體系，推動作物代謝工程從經驗導向邁向理性設計。
該研究系統構建了作物防御代謝工程的理論框架和技術體系，首次全面整合了從通路發掘到田間應用的完整技術鏈條。通過多學科交叉融合，不僅為作物抗性育種提供了新工具，更開創了通過代謝重編程實現綠色植保的新范式。隨著AI技術的深度介入和監管政策的逐步完善，代謝工程有望成為應對糧食安全挑戰的核心技術支撐，推動農業向高效、環保、可持續的方向發展。
