摘要
环境相容抗病原分子的开发对于可持续作物保护日益重要。计算化学和人工智能（AI）为加速识别和机制评估源自植物和有益微生物的生物活性分子提供了强大的框架。本综述批判性地审查了发现抗真菌、抗菌、抗卵菌、抗病毒和杀线虫分子的计算策略，包括分子靶标选择、蛋白质结构预测、结合位点分析、配体准备、虚拟筛选、分子对接、分子动力学模拟、自由能计算以及 AI/机器学习辅助方法。特别关注天然产物和微生物代谢物与植物病原体的毒力相关蛋白、效应蛋白、信号蛋白和必需代谢酶之间的分子相互作用。代表性分子，包括三氧紫胶、双氢青蒿素、曲安奈德、2,4-二叔丁基酚、谷胺酸菌素、马尿酸、表面活性素和烟酰胺单核苷酸，展示了新兴候选化合物的化学多样性。与对接评分、蛋白质柔性、靶标验证、模拟方案以及实验验证不足相关的当前局限性得到了批判性评估。将人工智能赋能的分子建模与严格的热力学分析和生物验证相结合，为从计算筛选走向化学结构明确、靶标特异且可持续的作物保护剂提供了一条有前途的途径。
图形摘要
计算智能通过整合蛋白质结构预测、分子对接、分子动力学模拟和实验验证，加速了可持续抗病原生物分子的发现。本综述重点介绍了人工智能赋能的策略，这些策略识别出针对植物病原体的有前景的生物活性化合物，为下一代植物病害管理提供了高效的框架。
利益冲突
作者声明不存在利益冲突。
数据可用性声明
本研究期间生成或分析的所有数据均包含在本文及其参考文献中。
