请关注我们的姊妹号，更加全面报道植物科学前沿领域研究
全球气候变化加剧了干旱、高温、盐碱、涝渍和重金属等非生物胁迫对农业生产的影响，严重威胁联合国可持续发展目标“零饥饿”的实现。在这一背景下，如何在减少化学投入的同时提升作物对环境逆境的适应能力，已成为农业科学领域亟待解决的核心问题。生物刺激素作为一种区别于传统肥料和植物生长调节剂的新型农用投入品，正以其独特的调控机制和绿色安全的特性，成为提升作物抗逆性的重要策略。然而，尽管生物刺激素的应用效果已被广泛证实，其背后的分子机制仍缺乏系统梳理，这限制了从经验施用向精准设计的跨越。
近日，华中农业大学植物科学技术学院、作物遗传改良全国重点实验室何菡子副研究员团队在国际植物学权威期刊Journal of Integrative Plant Biology（JIPB）在线发表综述论文，题为“Unlocking plant abiotic stress resilience through biostimulants and omics-driven innovations”（利用生物刺激素与多组学驱动创新解锁作物非生物胁迫抗性）。基于现有研究进展，首次构建了从天然生物刺激素到AI多组学挖掘再到代谢工程改造最终实现智能作物设计的全链条研究范式，系统阐释了生物刺激素赋能作物抗逆的多元调控网络，并探讨了利用人工智能与合成生物学手段开发下一代精准生物刺激素的可行路径，为应对气候变化背景下的粮食安全保障提供了新的理论视角与技术方案。
图. 生物刺激素通过调控关键生理过程缓解非生物胁迫的作用机制
综述指出，生物刺激素的作用机制呈现出多层次、网络化的调控特征。在天然生物刺激素层面，小RNA作为内源性分子开关调控胁迫记忆和根系-微生物互作；小肽如CLE、CEP、PSK、VDAL等作为快速应急信号分子精准调控气孔运动、离子稳态和免疫反应；植物激素通过ABA、IAA、CK、BR、褪黑素等复杂信号网络协同调控生长与防御的平衡；而PGPR、AMF及合成菌群则通过代谢物介导的根系重塑和激素调控赋能抗逆。在技术路径层面，AI驱动的早期预警系统结合高光谱、热成像、荧光成像与深度学习算法可实现胁迫前症状识别，多组学联用则能解码核心调控节点如TaWRKY33和OsARF18，进而通过AI模拟网络扰动预测靶向干预效果，实现生物刺激素的虚拟筛选与理性设计。在工程应用层面，代谢工程可精准编辑独角金内酯、ABA、生长素等激素通路基因以优化根系构型，改造根系分泌物组分定向招募有益微生物，并利用合成菌群重建根际功能模块恢复单位根吸收效率，最终实现从“经验模式”向“精准调控”的科学范式转变，构建可预测、可编程的“SMART作物”。
该综述为下一代生物刺激素的理性设计提供了清晰的路线图，强调未来需要重点突破生物刺激素在真实农田条件下的稳定性与传导机制、多组学数据的标准化与AI模型的可解释性以及合成生物学改造菌株的生态安全与法规准入，通过系统生物学、合成生态学与数据科学的深度融合，使生物刺激素从“辅助品”升级为“核心工具”，为构建气候韧性农业和可持续粮食系统提供科学支撑。
华中农业大学Muhammad Ateeq博士后和Shariq Mahmood Alam博士后为该论文的第一作者，植物科学技术学院何菡子副教授为通讯作者。该工作获得国家重点研发计划（2023YFF1000704）经费资助。
植物科学最前沿，专注于植物科学前沿进展、资讯、招聘信息的发布及方法软件共享等。投稿及招聘请后台回复“投稿”，均为无偿；商务合作请联系微信ID：zwkxqy ；
【未经授权，严禁转载！联系电话028-86968276】
