大模型驱动的新型基因编辑与应用

来源：中国食品学报杂志2025年第12期北京时间：

作者：宋馨，王友军，艾连中

单位：宋馨上海理工大学健康科学与工程学院 上海 200093,王友军上海理工大学健康科学与工程学院 上海 200093,艾连中上海理工大学健康科学与工程学院 上海 200093;上海交通大学农业与生物学院 上海 200240,ailianzhong1@126.com

摘要：随着基因编辑技术的不断演进，从早期的锌指核酸酶(ZFN)、转录激活因子样效应物核酸酶(TALEN)系统，到以 CRISPR-Cas9 为核心并衍生出的碱基编辑器、先导编辑器及 CRISPR 相关转座酶(CAST)系统，基因编辑的精准性、可编程性与功能多样性显著提升。然而，现有编辑工具在编辑效率稳定性、脱靶效应控制、靶点与细胞环境适应性以及编辑产物可预测性等方面仍面临挑战，传统依赖经验与试错的优化方式已难以满足工程化和规模化应用需求。近年来，大语言模型、蛋白质语言模型及深度学习技术的快速发展，为基因编辑系统的理性设计与优化提供了新的计算范式，并在食品科技和合成生物学领域展现出重要应用潜力。这类大模型通过从大规模生物序列、结构与功能数据中学习内在规律，能够预测编辑效率与脱靶风险，优化向导RNA与编辑酶设计，并辅助新型基因编辑工具的发现与构建，从而显著提升编辑系统的可控性、安全性与研发效率。本文系统综述大模型在CRISPR系统、碱基编辑器、先导编辑器及CAST系统中的应用进展，并重点介绍其在食品科技领域的具体应用，以期为基因编辑工具的智能化设计与工程化应用提供理论参考和方法学支撑。

关键词：大语言模型; 基因编辑; CRISPR-Cas; 深度学习; 蛋白质工程

基金资助：国家自然科学基金杰出青年科学基金项目(32025029)；国家自然科学基金面上项目(32472316)