科技日报记者 朱虹 通讯员 胡彦波
全球中草药年产值已突破万亿元，但长期以来依赖经验的药用植物资源开发模式正面临种质退化、品质不稳等瓶颈。近期，中国工程院院士陈士林团队提出的本草基因组学研究体系取得关键突破，产出一系列标志性创新研究成果。徐志超教授和陈士林院士的前瞻观点文章——《本草基因组学赋能中药资源可持续利用》近日发表于中国科技核心期刊《植物研究》。文章系统梳理了本草基因组学的研究进展，明确了药用植物资源挖掘与创新利用的未来方向，为产业高质量发展提供了核心技术指引。
“药材好，药才好”的行业共识背后，是长期困扰产业的技术难题。数据显示，药用植物资源以野生为主，全球已收录的2.8万种药用植物中，仅400余种实现驯化栽培，且人工种植普遍存在种源混杂、种质退化、活性物质含量低等问题。传统育种主要依据表型筛选优良性状，该法选育周期长、效率低，难以满足产业升级需求。
基于此，陈士林团队提出本草基因组学并发起“千种本草基因组计划”，系统揭示活性物质生物合成、调控及运输机制，指导药用植物分子育种及品质提升。
陈士林表示，道地药材形成的分子基础等科学问题的阐释是中药材产业高质量发展的重要基础。通过本草基因组学研究策略揭示药用植物品质形成的分子机制，整合群体遗传变异图谱，将为全基因组选择育种技术提供关键数据支撑，推动药用植物育种效率的提升。尽管药用植物全基因组测序已实现从“草图”到“染色体水平”的跨越，但相较于模式物种及作物等，药用植物基因组学研究仍需在群体遗传多样性解析和多组学关联分析等维度实现突破。
中药活性物质是中药发挥药效的物质基础和创新药物研发的关键源头。中药来源的天然药物临床需求巨大，但其在基原植物中含量普遍较低，而传统的化学合成获取方式因合成路径复杂、酶催化效率低、发酵工艺优化不足等因素限制而面临严峻挑战。陈士林认为，基于合成生物学策略的中药活性物质异源生物制造技术，通过解析生物合成途径并构建高效细胞工厂，是实现中药活性物质绿色制造及推动中药资源产业可持续发展的有效途径。
随着人工智能、组学大数据的深度融合，药用植物资源开发与利用正迎来智能化、精准化的新范式。陈士林院士团队创新性地构建了全球首个亿量级草药基因编码天然多样性成分库，融合深度学习算法推演天然产物生物合成途径及其中间体结构，显著加速了创新药物发现进程。此外，通过整合深度学习技术与群体基因组学数据，开发精准高效的药用植物全基因组选择育种平台，智能筛选优良药用植物新种质，实现药用植物资源开发从传统的经验依赖型模式向数据智能驱动的新型研发范式转型升级。
网友评论
