科学家利用人工智能升级植物免疫系统，有望彻底改变番茄、马铃薯等作物抵抗有害细菌的方式。通过改造识别细菌威胁的植物受体，他们正在增强植物抗性，为培育更具抗逆性的作物奠定基础。
植物与动物一样，拥有免疫系统。其防御机制的重要组成部分包括免疫受体，它们赋予植物检测并抵御细菌的能力。其中一种名为FLS2的受体，可帮助植物识别鞭毛蛋白——这是细菌用于游动的微小尾部中的一种蛋白质。然而，细菌狡猾且不断进化以逃避检测。
"细菌与其植物宿主展开了一场军备竞赛，它们能改变鞭毛蛋白中的关键氨基酸以规避检测，"论文通讯作者、植物病理学系教授吉塔·科克尔表示。
为使植物跟上步伐，科克尔的团队转向利用自然变异结合人工智能——特别是AlphaFold（一种为预测蛋白质三维结构而开发的工具），对FLS2进行了重新设计，实质上通过升级其免疫系统来捕获更多入侵者。
该团队聚焦于已知能识别更多细菌的受体，即使这些受体尚未在重要农作物物种中发现。通过将其与识别范围较窄的受体进行对比，研究人员得以确定需要改变的氨基酸。
"我们成功复活了一个已被病原体击败的受体，使植物能以更精准、更有针对性的方式抵抗感染，"科克尔解释道。
研究意义
科克尔指出，这为利用预测设计开发农作物的广谱抗病性打开了大门。
研究者的目标之一是主要作物威胁：青枯菌（Ralstonia solanacearum），即细菌性枯萎病的病原体。这种土传病原体的某些菌株可感染200多种植物，包括番茄和马铃薯等主食作物。
展望未来，该团队正在开发机器学习工具，以预测哪些免疫受体值得在未来进行编辑。他们还致力于减少需要改变的氨基酸数量。
此方法可应用于采用类似策略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、埃斯特万·贾昆·博拉尼奥斯、丹妮尔·M·史蒂文斯、沙翰煦，以及劳伦斯伯克利国家实验室的丹尼尔·M·普里戈任。
本研究获得了美国国立卫生研究院与美国农业部国家食品与农业研究所的支持。