人工智能如何强力增强植物免疫力以对抗致命细菌

植物与动物一样拥有免疫系统。其防御工具箱的一部分包括免疫受体，这赋予它们检测细菌并抵御细菌的能力。其中一个名为FLS2的受体，能帮助植物识别鞭毛蛋白——这是一种存在于细菌用于游动的微小尾部中的蛋白质。但细菌十分狡猾，并且不断进化以避免被检测到。

"细菌与其植物宿主正在进行一场军备竞赛，它们能改变鞭毛蛋白中的基础氨基酸以逃避检测，"首席作者、植物病理学系教授吉塔·科克（Gitta Coaker）说。

为了帮助植物跟上步伐，科克的团队转向利用自然变异与人工智能相结合的技术——特别是AlphaFold（一种为预测蛋白质三维结构而开发的工具），并重新设计了FLS2受体，实质上是升级其免疫系统以捕获更多入侵者。

该团队专注于已知能识别更多细菌的受体，即使它们尚未在有用的作物物种中发现。通过将这些受体与识别范围较窄的受体进行比较，研究人员得以确定需要改变的氨基酸。

"我们能够复活一个被病原体击败的受体，使植物有机会以更具针对性和精确性的方式抵抗感染，"科克说。

研究意义

科克表示，这为利用预测设计开发作物的广谱抗病性打开了大门。

研究者的目标之一是一种主要的作物威胁：Ralstonia solanacearum（青枯菌），它是细菌性枯萎病的病因。这种土传病原体的某些菌株可感染超过200种植物，包括番茄和马铃薯等主要粮食作物。

展望未来，该团队正在开发机器学习工具，以预测未来哪些免疫受体值得编辑。他们也在努力减少需要改变的氨基酸数量。

这种方法可采用类似策略，用于增强其他免疫受体的感知能力。

研究的其他作者包括加州大学戴维斯分校的李天润（Tianrun Li）、埃斯特班·哈尔昆·博拉尼奥斯（Esteban Jarquin Bolaños）、丹妮尔·M·史蒂文斯（Danielle M. Stevens）和沙汉旭（Hanxu Sha），以及劳伦斯伯克利国家实验室的丹尼尔·M·普里戈任（Daniil M. Prigozhin）。

该研究获得了美国国立卫生研究院（National Institutes of Health）和美国农业部国家食品与农业研究所（United States Department of Agriculture's National Institute for Food and Agriculture）的支持。