Decoding and designing: Promising routes to tailor-made herbs

解碼與設計：定制化草藥的潛力路徑

摘要

理想藥用植物的特征可歸納為高次生代謝產物含量、高抗逆性、理想的形態以及高產量。本研究提出了兩種策略，用于解析中藥活性成分的生物合成與質量形成機制，并為提高中藥產量與抗性的遺傳育種提供靶點。第一，利用多組學技術解析次生代謝產物的合成通路及理想性狀形成機制；第二，通過全基因組關聯分析（GWAS）識別與理想性狀相關的分子標記和靶基因。通過基因組選擇與基因編輯技術，可進一步培育理想中藥材。這些策略將為藥用植物的育種研究提供重要參考。

1. 背景與定義

中藥資源是中國極其重要的戰略資產，是中藥產業健康發展的基礎，關系國民健康和共同富裕。眾所周知，“好藥材才能出好中藥”。只有優質藥材才能保障中醫臨床療效的穩定和可靠。藥材的質量主要受到三個因素影響：遺傳因素、環境因素和人為干預。遺傳因素通常由藥材原植物的種質決定；環境因素包括生物和非生物因素；人為干預則是指種植、采收、加工和運輸等環節的科學化管理。

以傳統高品質中藥材“道地藥材”為例，它們是在特定自然條件和生態環境中長期應用篩選出來的，具有成熟的種植技術和采收加工方法。與其他地區種植的同類藥材相比，道地藥材通常具有更優的質量和療效。

Salk研究所提出了“理想植物（Salk Ideal Plant）”的概念，該植物具有發達的根系結構，可長期將碳固定于土壤中，從而更有效應對氣候變化并改善土壤肥力。在這一理念下，Salk研究所發現了一個新的基因 EXOCYST70A3，可調節生長素運輸，進而影響擬南芥的根形態和抗旱能力。[1]

對于水稻而言，“理想株型”包括分蘗少、抗倒伏和高產等特性。李等人首次報道了轉錄因子 OsSPL14 的一個點突變，創造了理想株型的水稻，該基因被命名為“理想株型基因（IPA1）”。[2] IPA1不僅能提高產量，還能增強水稻抗稻瘟病能力，正向調控耐冷性，負向調控耐鹽性。[3–12]

受理想植物和理想水稻株型概念的啟發，本文聚焦中藥資源所面臨的需求與挑戰，提出新的戰略舉措——構建理想中藥材。

道地藥材的標準比理想藥材更為嚴格。隨著現代生物技術的飛速發展，外部環境與種植過程已可被人為調控，因此制約藥材質量提升的主要瓶頸在于其遺傳因素，特別是種質資源。理想藥材以道地藥材的種質為核心，通過調控環境和人為干預，有望達到道地藥材的標準。

考慮到不同中藥對某些性狀的需求差異，理想藥材的定義相比理想植物碳匯能力或理想水稻的產量與抗性，將更加多樣、復雜且個性化。

高產 是理想藥材的一項關鍵特征。除了藥材整體產量外，還包括藥用部位的高產，如當歸的根、淫羊藿的葉、五味子的果實、紅花的花、藏紅花的柱頭等。有些藥材不同部位均可入藥，如板藍根的根用于板藍根，葉用于大青葉，這對同一藥材提出了不同的產量要求。

某些藥材對外形也有特殊要求。例如野山參的辨識標準包括根體細長、蘆碗密、形如棗核、皮緊紋細、須根呈珠針狀等；三七則以“獅子頭”狀為佳。在這些情況下，根形也成為高產的評判標準之一。

在藥材生長過程中，還面臨著存活率低、早期抽苔、病蟲害嚴重、連作障礙等諸多問題，如當歸、三七和丹參均受到這些因素的影響，因此高抗性也是理想藥材的必要特征。

此外，有效成分含量是中藥材區別于普通植物的核心指標。對于具有明確有效成分的藥材來說，高含量是理想的重要標準。例如，黃花蒿中的青蒿素、燈盞花中的燈盞細辛內酯、丹參中的丹參酮和丹酚酸等，均要求在治療中達到較高含量。

綜上所述，中藥材質量提升的瓶頸在于其種質資源。理想藥材的種質應能滿足實際應用需求。例如，為實現高產與質量一致性，丹參需具備抗連作障礙的穩定種質；飲片廠則需丹參具有粗壯直立的主根，以便加工生產；制藥廠則需具有高含量有效成分的丹參種質，如用于復方丹參片的高丹參酮含量，或用于復方丹參酊的高丹酚酸含量。

值得注意的是，在滿足具體特征需求的同時，仍需符合國家與地方的標準要求，且遵循相關法規制度。

2. 通過多組學解析中藥有效成分的生物合成與質量形成機制

中藥有效成分的生物合成及其質量形成機制可以通過多組學手段進行系統解析。該過程可分為以下幾個階段：

首先，建立多組學數據庫，采集包括基因組學、轉錄組學、蛋白質組學、表型組學、微生物組學、代謝組學及表觀遺傳組學等多種類型的數據。接下來，從這些多組學數據中提取與理想性狀相關的共性特征。為了處理高維組學數據，開發特征提取模型，并將數據嵌入到一個統一的低維子空間中。在該子空間中，對每個組學數據的嵌入特征進行優化，以確保數據間的一致性。隨后，應用人工智能技術從各類組學數據中提取共性特征。

基于多組學提取的共享特征，識別與次生代謝產物（SMs）相關的目標基因，并構建基因-次生代謝網絡及器官發育-代謝網絡，進而明確參與SM合成的代謝通路。通過穩定轉化（過表達/基因編輯）、瞬時表達、異源表達等實驗手段，對控制SM合成的關鍵目標基因進行驗證。

在此基礎上，利用動態模擬、冷凍電鏡和X射線晶體學等技術解析關鍵蛋白的三維結構，并通過基于蛋白突變的定向進化或計算驅動的理性設計方法（如 trRosetta、ProteinMPNN）對蛋白進行優化設計。

例如，通過多組學分析，識別出丹參（Salvia miltiorrhiza）中與萜類化合物合成相關的關鍵酶包括：DXS2、DXR、CPS1、KSL1、CYP76AK1、CYP76AH1、CYP76AH3、CYP76AK5 和 CYP71D375。[13] 類似地，在黃花蒿（Artemisia annua）中，多組學手段識別出與青蒿素合成相關的關鍵基因包括：ADS、CYP71AV1 和 FPS。[14]

通過上述研究策略，可以全面解析中藥中次生代謝產物的合成路徑及理想性狀的形成機制，如圖1所示。

圖1：通過多組學解析中藥有效成分的生物合成及質量形成機制。

(A) 多組學數據整合與數據融合算法優化。 整合基因組學、轉錄組學、蛋白質組學、代謝組學等多組學數據，并對整合算法進行優化處理。

(B) 生物合成路徑解析與關鍵酶功能鑒定。 構建基因-次生代謝網絡及器官發育-代謝網絡，并通過穩定轉化（過表達/基因編輯）、瞬時表達技術和異源表達技術對目標基因進行功能驗證。

(C) 基于結構的蛋白質工程。 利用X射線晶體學、核磁共振（NMR）*或*冷凍電鏡（Cryo-EM）*解析關鍵蛋白的三維結構，并通過*基于突變的定向進化或計算驅動的理性設計方法（如 trRosetta、ProteinMPNN）進行蛋白優化設計。

3. 通過全基因組關聯分析（GWAS）識別與理想藥用性狀相關的分子標記與目標基因

在中藥育種研究中，性狀通常分為數量性狀和質量性狀，這與作物育種中的分類類似。

• 數量性狀指的是可連續測量的特征，受多個基因及環境因素的共同影響，如產量、抗逆性和有效成分含量等，通常由多個基因位點的互作決定。

• 質量性狀則表現為離散分類的特征，通常由一個或少數基因控制，例如中藥材的花色或根形等。

除整合多組學分析外，全基因組關聯分析（GWAS）也是識別中藥理想性狀相關分子標記和目標基因的常用手段。其流程如下：

1. 收集中藥理想種質資源，并對其表型性狀進行評估；

2. 通過重測序建立表型與基因型之間的遺傳關聯圖譜；

3. 對藥用植物的數量性狀和質量性狀開展GWAS研究，以挖掘與表型性狀密切相關的特定基因或分子標記。

GWAS 能有效識別與有效成分含量、產量、理想外觀性狀、抗逆性等重要農藝性狀相關的基因或分子標記（見圖2）。

例如：

• 在紫蘇中，GWAS 研究識別出一個關鍵基因 acyl-CoA: lysophosphatidylcholine acyltransferase，該基因在提高種子油中α-亞麻酸含量方面起重要作用。[15]

• 在紅花（Carthamus tinctorius）中，GWAS 發現多個與關鍵性狀相關的顯著單核苷酸多態性（SNPs），其中候選基因 HH_034464（CtCGT1） 與羥基紅花黃色素A的生物合成密切相關。[16]

圖2：通過全基因組關聯分析識別分子標記與目標基因，并利用基因組選擇和基因編輯技術設計理想中藥材。

(A) 收集多種種質資源，評估土壤微生物和表型特征，包括高有效成分含量、抗逆性、理想外形和高產性。 (B) 篩選與理想性狀相關的分子標記和目標基因，構建育種模型并進行樣本分類。 (C) 通過基因組選擇與基因編輯技術培育理想中藥材。

4. 利用基因組選擇與基因編輯技術設計理想中藥材

通過系統分析生物大數據，可以將基因組多樣性與復雜性狀表型進行關聯。在全基因組水平上建立的機器學習預測模型，有助于智能化地設計結合自然變異、人為變異與數量性狀優良等位基因位點（QTL）*的育種方案。這些模型能夠篩選具有理想性狀組合的各種基因型，從而預測最優的育種策略。通過*基因組選擇可實現精準的育種設計（見圖2）。

基因組選擇已被證實可提升育種效率，如用于鹽堿地水稻的育種策略中。[17] 同時，還可精準識別與理想藥用性狀相關的關鍵調控因子。深入研究關鍵基因及其遺傳調控網絡，可揭示與高含量、抗逆性、理想形態和高產性等重要性狀相關的遺傳機制。

此外，還可解析與藥用器官產量性狀（如根系發育、花柱形成）和質量性狀（如有效次生代謝物合成）相關的多基因調控網絡。通過高通量計算生物學方法，可揭示調控產量與質量性狀的關鍵基因間的互作關系。通過多基因突變和基因型組合的精準設計，可實現理想中藥品種的培育。

基因編輯技術在聚合多種優良基因方面起到了關鍵作用（見圖2）。2023年，中國批準了AE15-18-1 大豆品種，該品種通過基因編輯獲得，油酸含量超過80%，成為中國首個獲得植物基因編輯安全證書的大豆品種。隨著組學數據積累和基因編輯技術的進步，將逐步建立適用于不同理想藥材的專屬基因編輯系統，可通過基因敲除、插入或替換實現不同種質資源中目標基因的聚合。[18] 總之，目標基因突變體的構建為定向創造理想中藥材提供了技術基礎。

5. 結語

本研究提出了“理想中藥材”的系統定義，并探索了其構建的關鍵技術路徑。這些方法雖具應用潛力，但仍面臨諸多挑戰。例如，許多中藥材的組學數據尚不完整，現有的遺傳轉化體系也存在諸多不足。同時，中藥材基因組的高度復雜性也對優良品種的選育帶來重大障礙。

不過，隨著測序成本的下降，有望逐步解決組學數據不足的問題。未來，Cut-Dip-Budding（CDB）基因導入技術的進一步發展，也有望克服中藥材遺傳轉化體系的局限。針對中藥材基因組復雜性高的問題，可通過單倍體育種與多代選育建立優良純合系，從而推進理想藥材的選育進程。

綜上所述，多學科交叉融合將為解決理想中藥材選育中的核心難題提供支持，并加速中藥現代化育種進程。然而，若現代育種手段長期推廣某一或少數高純度優良品種，可能會造成遺傳資源流失，使我們難以應對未來環境變化和市場需求。因此，除創制新品種外，仍需加強種質資源庫建設，保存野生遺傳材料，為未來挖掘新的目標基因提供保障和儲備。