分析测试百科网
分析测试百科网
2026年7月11日，由中国科学院深圳先进技术研究院合成生物学研究所、定量合成生物学全国重点实验室、深圳合成生物学创新研究院联合主办，安捷伦科技（中国）有限公司协办的“数智赋能 融创未来 | AI驱动植物代谢与行业创新研讨会”在深圳隆重举行。本次会议线上线下同步开启，聚焦人工智能与合成生物学前沿，围绕多组学解析、代谢调控、作物育种、中药创新等方向，采用线上线下结合的方式，汇聚了来自植物代谢、人工智能、农业、中药与合成生物学等领域的专家学者，共同探讨AI赋能植物代谢研究的关键技术突破、前沿应用场景及产业转化价值，为生物农业与中医药创新发展注入新动能。
会议现场
开幕致辞
本次会议由中国科学院深圳先进技术研究院赵乔研究员主持，中国科学院深圳先进技术研究院合成生物学研究所所长助理罗小舟研究员，安捷伦助理副总裁、大中华区北区南区及渠道整机销售总经理杨亮分别为本次会议致辞。
中国科学院深圳先进技术研究院 赵乔研究员
中国科学院深圳先进技术研究院合成生物学研究所所长助理 罗小舟 研究员
罗小舟指出，AI正推动科研从人力创新驱动迈向智能驱动，其与高通量组学技术的融合大幅缩短了植物代谢途径解析与酶改造的周期。他强调，植物代谢是自然的分子宝库，而AI正是开启该宝库的钥匙。未来，多学科交叉融合将为农业可持续发展、生物制造及中药现代化带来新机遇。本次会议致力于搭建数据与智能制造的高水平交流平台，旨在凝聚共识，推动植物代谢研究向智能化、精准化与系统化迈进。
安捷伦助理副总裁、大中华区北区南区及渠道整机销售总经理 杨亮
杨亮在致辞中表示，生命科学正从数据驱动迈向智能驱动，AI与高质量分析数据的深度融合，正在为植物代谢研究打开全新范式。他指出，植物代谢研究在农业可持续发展、天然产物发现及中医药现代化等领域具有重要价值。本次大会旨在推动该领域从精准检测走向智能解析。作为行业重要合作伙伴，安捷伦将持续提供精准的分析技术与完整工作流程，促进分析科学、数据科学与生命科学的深度融合，加速科学发现向产业价值转化，赋能相关产业高质量发展。
大会报告：聚焦前沿，分享创新成果
本次会议设置多个专题报告，重点交流了AI多组学建模与代谢物调控机制、智能作物抗逆育种、中药活性成分药效评价，以及植物细胞工厂构建与功能产物开发等前沿技术。与会专家分享了一系列贯通基础研究、技术创新与行业应用的精彩报告，展示了人工智能与植物代谢交叉领域的最新成果与未来趋势。
报告人：崖州湾国家实验室 罗杰 教授
报告题目：代谢组学技术的发展与应用
罗杰教授在报告中介绍了其团队在代谢组学技术研发及应用方面的进展。团队开发了基于GC-MS和LC-MS的广泛靶向代谢组学方法，通过特征碎片与窗口分割策略，显著提升了代谢物定性定量的覆盖度和灵敏度，有效解析了代谢“暗物质”难题。同时，团队将AI图像技术用于质谱峰定量，效果优于商业软件。罗杰强调，早期AI发展需与传统研究方法及人工引导深度融合，为植物代谢研究与产业创新提供了新思路。
报告人：上海交通大学 倪俊 副教授
报告题目：光合微生物系统的人工设计与创制
倪俊副教授在报告中系统介绍了高效碳与能量转化光合微生物系统的构建研究。团队通过引入高效代谢路径，工程化改造蓝细菌，使其直接利用CO₂合成白藜芦醇、苯乙醇等高值产物。针对代谢不匹配问题，创制了基于甘油等通用碳源的高兼容人工光合群落，实现高效负碳生产。为解决产物失活瓶颈，提出光合自养固碳联合异养细胞催化的解耦策略。此外，团队开发了“光-无机化学能混动”催化体系及人工多酶复合体理性设计工具iMARS，显著提升了系统抗污染性、能量转化效率及产物合成能力。整套技术低碳环保，温室气体排放远低于传统工艺，为绿色生物制造提供了新范式。
报告人：北京大学 乔雪 教授
报告题目：植物次生代谢网络与代谢组学
乔雪教授介绍了其团队在植物次生代谢网络与代谢组学方面最新研究成果。团队以中药为研究载体，搭建全二维液相、LC-MS、质谱成像等多套分析体系，集成多组学分析平台，建立多重筛选策略，快速鉴定甘草、姜黄、黄芩等中药的新颖次生代谢产物，并解析了燕麦基因簇辅助酶来源及连翘酯苷生物合成网络。乔雪表示，中药研究为植物次生代谢提供海量高质量实体化合物与质谱、酶学数据，而高质量数据的积累是推动AI深刻改变代谢研究范式变革的关键。
报告人：中国科学院华南植物园 王瑛 教授
报告题目：甘草查尔酮A(LCA)的双重身份：AI驱动从品质标志到耐盐防御的调控机制解析
王瑛教授团队通过多组学联合分析，解析了甘草查尔酮A（LCA）合成中的关键酶（CHS）及转录因子的调控网络。进一步利用AI机器学习模型分析盐胁迫代谢组数据，预测并验证了LCA可显著提升甘草幼苗耐盐性。该研究揭示了LCA的“双重身份”，为合成生物学与耐盐育种提供了新思路，也展示了AI在植物代谢研究中的应用潜力。
报告人：深圳生物制造产业创新中心有限公司首席技术官 罗小舟 研究员
报告题目：科学智能驱动生物制造-从AI工具到科研智能体的实践之路
罗小舟研究员在报告中分享了AI驱动生物制造的实践与成果。团队构建了“预测-设计-控制”AI研究体系：开发UniKP等大语言模型工具，精准预测kcat、Km等酶学参数，并结合细胞器改造与自动化高通量筛选，高效合成茉莉素等高值产物。同时，团队正推动从离散工具向科研智能体演进，受AlphaZero启发，力图打通数字与物理世界壁垒，打造能自主规划、执行与迭代的合成生物学AI Agent，现已通过自然语言指令，从头合成长春花皂苷。产业化方面，依托国家生物制造产业创新中心六大技术平台，其孵化企业借助AI显著缩短研发周期，实现角鲨烯量产并打破国际垄断，完成了从实验室到产业的全链条跨越。
报告人：华南农业大学 祝钦泷 教授
报告题目：PlantGPT与精准编辑介导的种质创新
祝钦泷教授分享了PlantGPT与精准编辑介导的种质创新成果。其团队开发了多基因组装、精准碱基编辑等工具，解决了植物合成生物学通路重构难题；打造PlantGPT智能问答系统，赋能基因功能与代谢通路分析；以水稻为底盘，成功合成花青素、虾青素等物质，创制优质功能种质。报告强调AI在提升设计精准性、加速元件筛选中的作用，同时指出植物合成生物学需要突破育种周期长、元件匮乏等挑战。
报告人：浙江大学 徐腾飞 研究员
报告题目：UniTCM：面向中医药现代化与国际化的数据整合与智能挖掘平台
徐腾飞研究员指出，中医药现代化的核心在于标准化、数据化和系统验证。针对中药靶点不清、药效物质不明等问题，课题组开发了分子靶点鉴定平台——UniTCM平台，联合代谢组学和化学蛋白质组学识别靶点，并构建活性成分调取方法。借助“反向药理学”思路，推动中药创新药研发。UniTCM平台涵盖语义链接与机制链接两大模块，并以乌头汤为例解析风湿性关节炎机制、优化处方。未来计划开源经典名方数据，助力中医药现代化发展。
报告人：广州中医药大学/横琴实验室 靳红磊 教授
报告题目：药用植物活性成分的环境调控
靳红磊教授在报告中指出，光温信号是影响中药材道地性与次生代谢产物积累的关键环境因素。其团队以铁皮石斛、穿心莲等南药为对象，利用质谱成像等技术，揭示了光信号转录因子协同调控石斛花青素与多糖合成，以及光温经水杨酸、茉莉酸途径诱导穿心莲内酯积累的分子机制，为“辨色论质”提供了科学依据。未来，团队将聚焦表观遗传与转录后修饰调控，推动种质改良与临床药性评价的精准对接，助力中药产业高质量发展。
报告人：养生堂有限公司人工智能应用研究部 曾梓硕 博士
报告题目：AI赋能植物体内酶的定向进化
曾梓硕博士团队利用人工智能技术，推进了植物体内酶的定向进化研究。项目依托AI对多组关键酶进行改造，目标是培育可在夜间自主发光的植物。研究综合运用序列比对、结构比对及蛋白质语言模型等策略，开展酶挖掘与进化。针对酶进化中序列空间巨大和超长蛋白难以预测的难题，团队引入基于ESM-1v等大模型的零样本预测方法，并结合Domain截断策略加以应对。同时，通过微生物高通量筛选与植物验证相结合，显著提升了酶的活性和发光强度。该工作为AI在合成生物学与植物代谢工程中的应用提供了实践参考。
报告人：安捷伦科技 黄岱咏 液质应用专家
报告题目：植物代谢组学新范式：从智能精准鉴定到空间分布解析
黄岱咏指出，植物基质复杂、成分定性困难、空间分布不明是行业核心痛点。对此，安捷伦推出全套数智化方案：多维液相色谱降低基质干扰；MassPrism软件自动完成数据清洗与统计建模，实现样品溯源与掺假鉴别；MassNexus系统整合多数据库，智能注释化合物，高效解析天然产物；联动全自动脂质衍生设备，精细解析脂质双键位置。同时，升级DESI质谱成像，借助紫外辅助电离提升弱极性物质灵敏度，实现植物组织活性成分原位可视化。整套体系以AI自动化替代人工分析，覆盖从代谢物鉴定到空间分布全流程。
前沿论坛：凝聚共识，展望发展方向
精彩报告后，与会专家围绕五大核心议题开展深度研讨：一是 AI 如何切实提升植物代谢物鉴定能力；二是 AI 赋能中医药研究的方式，以及该领域有望率先取得突破的方向；三是 AI 应用于植物代谢研究最具价值的研究方向；四是 AI 与现有质谱等技术如何助力新化合物从发现到产业化的全流程；五是现阶段 AI 赋能植物代谢领域存在的核心技术瓶颈。专家们系统梳理了技术路径、应用前景与面临的挑战。
圆桌论坛现场
在代谢物鉴定方面，专家认为AI可通过大数据挖掘潜在规律，结合天然产物化学基础数据与跨学科合作，大幅提升未知代谢物的鉴定效率；在中医药领域，AI最有望在中药材智能鉴定、育种端定向进化筛选，以及基于多成分群的中药药性量化评价体系上率先实现突破；在大模型应用层面，现阶段其最具价值的贡献在于跨学科知识整合，但生物学终极判断仍不可替代，构建大规模标准化植物代谢多组学数据集成为最紧迫基础工程；在生物制造全链条中，质谱技术作为"眼睛"负责高通量扫描代谢空间，AI作为"导航图"预测目标区域，二者协同正将传统"大海捞针"式筛选转变为高效定向捕捞，未来"自主设计-自动实验-实时反馈"的智能化闭环有望大幅缩短研发周期。
论坛最后，专家凝练当前AI赋能植物代谢领域研究最大技术瓶颈集中于数据标准化、复合型人才短缺、动态代谢数据采集机制不足及产业数据共享壁垒，呼吁打破学科与行业围墙，构建开放共赢的融合生态，以真正实现AI赋能植物代谢的范式革新。
当前，人工智能技术正快速渗透生命科学各细分领域，深刻颠覆传统科研范式。植物代谢研究正处于智能化变革的关键窗口期。依托大数据、机器学习与深度学习算法，代谢组学、基因组、转录组等多维生物数据得以高效整合、智能挖掘与精准预测，逐步突破了以往依赖人工逐条解析和低效实验试错的科研瓶颈。这一技术跃迁不仅为作物改良、天然药物开发、合成生物制造等产业赛道开辟了全新路径，也推动植物代谢研究迈向智能化、精准化的新阶段。在此背景下，本次研讨会应势召开，为行业交流合作搭建了重要平台，对推动相关领域高质量发展具有重要意义。
