微生物所叶健团队提出人工智能驱动的虫媒传染病防控新技术研发策略

1.研究进展和意义

虫媒病害严重威胁人类健康与粮食安全，其病原体通过调控宿主与媒介昆虫，形成复杂互作网络以促进传播。长期依赖化学杀虫剂进行防控，加剧了害虫抗药性并带来健康风险。因此，如何精准破译病原体-宿主-媒介复杂互作网络，发展绿色可持续的防控策略，成为一项重要科学挑战。

近日，中国科学院微生物研究所叶健团队在Current Opinion in Biotechnology上发表题为“AI-empowered crop protection against insect-borne diseases”的综述文章，系统梳理了植物与病原间“防御-反防御”的分子博弈机制，指出人工智能（AI）是下一代病害精准防控的核心，可有效赋能监测预警与靶向产品研发。

作物虫媒传染病的防控，亟需实现从传统防治向精准干预的范式转变。以木虱传播的柑橘黄龙病和烟粉虱传播的病毒病为例，其病原和虫媒通过调控植物挥发物、抑制宿主免疫、甚至增强虫媒繁殖与扩散能力，形成极难阻断的传播循环。现代生物技术虽已提供多种精准干预工具：如基因编辑、宿主诱导基因沉默以及植物免疫改造等，但其精准设计和应用效率仍需更强决策与设计能力作为支撑。

人工智能技术正推动植保领域从“经验驱动”进入“数据与模型驱动”新阶段。通过整合机器学习、深度学习、计算机视觉与生成式模型等技术，构建起覆盖监测、预警、设计与决策的智慧防控平台。在监测预警方面，基于视觉与多光谱的AI系统能识别昆虫、检测带毒并诊断早期胁迫，结合多源数据预测病害传播趋势，实现主动防控。在产品研发层面，AI能整合多组学数据筛选抗病靶点，辅助蛋白质设计、生物农药开发等，助力精准、绿色的可持续作物保护。展望未来，AI植保仍面临数据标准化、算力与模型泛化等挑战，需构建统一的数据设施与基础模型，跨学科整合多尺度数据，建立“监测预测设计评估”的闭环决策系统，为虫媒病害的智慧防控提供可持续解决方案。

 人工智能驱动的防控作物虫媒病害新策略