全球中草藥年產值已突破萬億元,但長期以來依賴經驗的藥用植物資源開發模式正面臨種質退化、品質不穩等瓶頸。近期,中國工程院院士陳士林團隊提出的本草基因組學研究體系取得關鍵突破,產出一系列標志性創新研究成果。徐志超教授和陳士林院士的前瞻觀點文章——《本草基因組學賦能中藥資源可持續利用》近日發表于中國科技核心期刊《植物研究》。文章系統梳理了本草基因組學的研究進展,明確了藥用植物資源挖掘與創新利用的未來方向,為產業高質量發展提供了核心技術指引。
“藥材好,藥才好”的行業共識背后,是長期困擾產業的技術難題。數據顯示,藥用植物資源以野生為主,全球已收錄的2.8萬種藥用植物中,僅400余種實現馴化栽培,且人工種植普遍存在種源混雜、種質退化、活性物質含量低等問題。傳統育種主要依據表型篩選優良性狀,該法選育周期長、效率低,難以滿足產業升級需求。
基于此,陳士林團隊提出本草基因組學并發起“千種本草基因組計劃”,系統揭示活性物質生物合成、調控及運輸機制,指導藥用植物分子育種及品質提升。
陳士林表示,道地藥材形成的分子基礎等科學問題的闡釋是中藥材產業高質量發展的重要基礎。通過本草基因組學研究策略揭示藥用植物品質形成的分子機制,整合群體遺傳變異圖譜,將為全基因組選擇育種技術提供關鍵數據支撐,推動藥用植物育種效率的提升。盡管藥用植物全基因組測序已實現從“草圖”到“染色體水平”的跨越,但相較于模式物種及作物等,藥用植物基因組學研究仍需在群體遺傳多樣性解析和多組學關聯分析等維度實現突破。
中藥活性物質是中藥發揮藥效的物質基礎和創新藥物研發的關鍵源頭。中藥來源的天然藥物臨床需求巨大,但其在基原植物中含量普遍較低,而傳統的化學合成獲取方式因合成路徑復雜、酶催化效率低、發酵工藝優化不足等因素限制而面臨嚴峻挑戰。陳士林認為,基于合成生物學策略的中藥活性物質異源生物制造技術,通過解析生物合成途徑并構建高效細胞工廠,是實現中藥活性物質綠色制造及推動中藥資源產業可持續發展的有效途徑。
隨著人工智能、組學大數據的深度融合,藥用植物資源開發與利用正迎來智能化、精準化的新范式。陳士林院士團隊創新性地構建了全球首個億量級草藥基因編碼天然多樣性成分庫,融合深度學習算法推演天然產物生物合成途徑及其中間體結構,顯著加速了創新藥物發現進程。此外,通過整合深度學習技術與群體基因組學數據,開發精準高效的藥用植物全基因組選擇育種平臺,智能篩選優良藥用植物新種質,實現藥用植物資源開發從傳統的經驗依賴型模式向數據智能驅動的新型研發范式轉型升級。
友情鏈接: 政府 高新園區合作媒體
Copyright 1999-2025 中國高新網chinahightech.com All Rights Reserved.京ICP備14033264號-5
電信與信息服務業務經營許可證060344號主辦單位:《中國高新技術產業導報》社有限責任公司