该综述首先系统梳理了蛋白质设计方法的发展脉络。从早期依赖实验确定结构和生化知识的理性设计，到整合计算建模与高通量实验的半理性设计，再到以AlphaFold、RoseTTAFold为代表的AI结构预测工具和以ProteinMPNN、ESM为代表的生成式序列模型的兴起，蛋白质设计的效率、可扩展性和预测性能不断提升。展望未来，基于扩散模型的从头设计（如RFdiffusion和Chroma）正在开拓无需依赖天然模板即可生成全新蛋白质架构的能力，有望极大拓展可实现功能的范围。八大代表性应用场景
文章围绕植物生理学和育种的核心需求，深入探讨了蛋白质工程在以下八个方向的应用进展：
（1）增强抗病性：通过工程化改造免疫受体（如NLR蛋白），拓展效应蛋白识别谱、调控免疫信号激活阈值，并利用靶向凝聚体降解系统清除免疫抑制因子，从多个层面提升植物病害抗性。
（2）强化抗虫性：优化Bt毒蛋白关键区域、开发抗体样支架蛋白和天然肽类改造等策略，拓展杀虫分子的多样性和作用模式，应对害虫抗性进化。
（3）提升非生物胁迫抗性：通过受体重编程、代谢酶稳定性工程和氧化还原平衡优化，增强作物在干旱、高温、盐碱和低温等胁迫条件下的适应能力。
（4）提高养分利用效率与品质：围绕碳、氮、磷等关键营养元素，通过改造Rubisco、引入碳浓缩机制、优化固氮酶组分和磷酸盐转运蛋白等策略提升资源利用效率，同时通过代谢工程改善作物营养品质。
（5）变异挖掘与性状精调：利用突变效应预测工具（如DeepDDG、PPVED、SaProt等）和结构预测模型，富集温和的功能调节型变体，结合碱基编辑实现对酶活性、转录因子结合特异性等的精准微调。
（6）优化基因编辑组件：通过工程化改造Cas核酸酶提高切割保真度和靶向范围，优化碱基编辑器和先导编辑器的精度与效率，发展PAM灵活型变体和化学诱导型编辑系统，为精准育种提供更强大的工具。
（7）编程环境感知系统：开发蛋白质生物传感器（如AuxSen、PAleon）实现对植物内源信号的高时空分辨率监测，并通过受体重编程和传感-效应一体化模块拓展可检测输入和可编程响应的范围。
（8）赋能合成环境与植物工厂：在可控环境农业中，利用光遗传学系统、模块化表达系统和合成调控回路，实现性状表达的精准时空调控，为智能化设施农业提供分子基础。
