基因组编辑能够对基因组序列进行精确的靶向重写，正在深刻改变我们解析基因功能、重编程生物过程以及加速作物改良的方式。我们致力于探索基因组编辑的底层逻辑与分子机制，并据此开发适用于植物系统的新型编辑技术。

我们关注的核心科学问题包括：基因组编辑酶如何在自然界中进化而来？哪些天然生物元件具备可编程潜力，可被开发为新型编辑系统？限制编辑效率、特异性和可扩展性的关键因素是什么？编辑工具在不同植物细胞环境中如何发挥作用？是否可以在无需引入外源DNA的前提下，实现高精度、低脱靶的基因组重写？

一方面，我们针对尚未被开发为编辑工具的潜在生物元件，系统挖掘其功能多样性与结构基础，追踪其分子进化路径，解析关键节点酶的作用机制，开发了如TranC（Transposon and CRISPR intermediate）等具有独特机制的新型编辑系统，显著拓展了基因组编辑工具的来源与功能边界。另一方面，我们围绕已建立的核心编辑策略，构建了一整套多功能技术体系，包括碱基编辑、先导编辑和大尺度染色体结构工程，在水稻、小麦、玉米和大豆等多种作物中实现了精准的DNA替换、插入与删除。通过深入的机制解析与技术迭代，我们正推动基因组编辑成为下一代高产、抗逆作物育种的关键技术引擎。

人工智能（AI）正在彻底革新我们理解、设计与优化遗传操纵工具的方式。随着结构预测工具AlphaFold2/3的突破，以及AI在生命科学各领域的广泛应用，AI驱动的工具开发正逐步取代传统以实验为主导的开发模式，大幅提升效率、降低人力与时间成本。

我们于2023年首次提出AI辅助结构聚类的新酶挖掘方案，改变了新酶挖掘的研究范式。后续，团队进一步开发了AI引导的酶优化平台，通过整合进化与结构约束，实现了多种基因组编辑器的高效进化。通过将人工智能与实验反馈相结合，我们正在拓展可编程生物学的范围。通过计算模拟甚至替代湿实验，是当前生命科学领域的重要发展趋势和前沿方向，而本研究在此方面开展的探索具有积极意义。

基因表达调控决定了作物的生长发育与性状表现。定量操纵目标基因表达，是精细改良复杂农艺性状的关键路径。本实验室致力于开发高精度、可编程的基因表达调控技术，推动作物性状的定制化设计。

在转录后层面，我们通过靶向编辑保守剪接位点，建立了调控前体mRNA可变剪接的高效方法，实现了对蛋白亚型的精细控制。在翻译层面，我们基于精准基因组编辑，系统优化上游开放阅读框（uORF）的起始密码子、序列组成、长度以及与主开放阅读框（mORF）之间的距离，开发出可精准调节靶标蛋白翻译效率与表达丰度的策略。这一方法已成功应用于生菜、番茄、草莓和水稻，实现了对维生素C合成、糖含量、株型等重要作物性状的定制化调控。

面向未来，我们将整合基因组编辑、定向进化、高通量筛选、单细胞多组学与AI建模等手段，深入挖掘调控基因表达的顺式调控元件，解析多尺度表达调控网络，力求实现对基因表达丰度、组织特异性、亚细胞定位和表达类型的多层级、定量化控制。我们的目标是建立一个面向作物精准设计的可编程表达平台，加速复杂性状工程化定向改良及下一代作物的创制。

高效的递送与再生体系是植物基因组编辑应用中的关键技术瓶颈。本实验室聚焦于突破传统遗传转化方法中普遍存在的基因型依赖性、再生周期长和顽拗型物种转化难等问题，开发了一系列具有代表性的创新技术平台。

我们已建立多个小麦递送系统，包括开发出符合生物安全规范的RNP/mRNA递送平台，在不引入外源DNA的前提下，实现精准、高效编辑，降低了监管与产业化风险。同时，基于TaGRF4–TaGIF1的共转化方法与BSMV-sgRNA病毒载体体系，实现了不同小麦品种的高效、可遗传基因组编辑。在植物再生方面，我们整合单细胞转录组、代谢组和蛋白质组学等多组学数据，系统挖掘并验证关键再生调控因子，成功突破了籼稻、四倍体野生稻与八倍体草莓等难转化物种的再生障碍，为不同物种的广泛适用性奠定了基础。

我们将进一步优化农杆菌和基因枪等传统递送技术，拓展RNP/mRNA无DNA编辑平台至经济作物、园艺植物和林木等多类物种。同时，计划结合AI算法与机器学习模型，模拟调控网络并指导蛋白质的定向进化，开发新型高效再生因子，从而构建高效、稳定、可控的植物再生诱导系统。

将前沿生物技术应用于作物性状的塑造与改良，将持续产生具有重要价值的生物产品，其应用涵盖粮食生产、医药健康等多重领域。长期以来，我们以“生物技术的迭代升级驱动作物性状的工程化设计与塑造”为重要研究方向，成功助力了作物育种范式转变。我们开拓了野生植物从头驯化、植物功能基因原位饱和突变、作物性状精细设计及多倍体复杂作物基因组操纵等新型育种策略，使传统方法难以实现的作物基因组设计成为可能，并已创制出在抗病性、营养价值、风味等性状上具备优异特性的新型作物。目前我们还在尝试将AI等更多的技术手段融入作物设计。这些成果正在我们的推动下，逐步从实验室走向生产应用。