杀虫剂的发现需要从广泛的经验筛选转向以分子靶点、人工智能和化学信息学为指导的系统。这是一项研究的主要结论，该研究评估了药物研究的概念如何支持开发用于昆虫控制的分子，从而提高选择性，降低对非目标生物的风险，并更好地应对抗药性。
研究人员指出，杀虫剂研发领域创新不足。具有全新作用机制的化合物的研发速度放缓，而害虫抗药性、监管要求和环境限制却日益增加。他们认为，目前杀虫剂仍然只依赖于少数几种作用机制。这种情况降低了产品的持久性，并增加了交叉抗药性的风险。
中心提案
该核心方案借鉴了药物发现的逻辑。流程始于生物靶点的选择和验证，随后进行活性分子的鉴定、从“先导化合物”到“候选药物”的转化，以及多项参数的优化。该方法包含设计、生产、测试和分析等多个循环。该模型允许从初始阶段就对药物的效力、选择性、安全性、理化性质和耐药风险进行评估。
研究人员强调了人工智能作为决策支持层的作用。计算模型可以辅助虚拟筛选、活性预测、生成式分子设计、主动学习和化合物优先级排序。化学信息学为通过描述符、指纹图谱、SMILES链、分子图和三维结构来表示分子提供了基础。
然而，科学家们也指出了一些重要的局限性。人工智能本身并不能解决创新问题。模型的性能取决于数据质量、测试标准化程度、适用范围以及实验验证。该综述强调了计算机模拟结果与实际应用产品之间的差距。
合并目标
在已确定的靶点中，科学家们列举了乙酰胆碱酯酶、GABA激活的氯离子通道、电压门控钠离子通道和尼古丁乙酰胆碱受体。这些靶点支持相关的商业药物类别，但同时也存在耐药性和选择性方面的问题。该综述指出，关键不在于重复使用旧的化学方法，而在于基于结构的重新设计、同源物的比较以及对耐药相关突变的评估。
新兴目标
该研究还重点介绍了新兴或尚未充分开发的靶点。由于脊椎动物中缺乏直接对应的系统，章鱼胺受体正日益受到关注。几丁质生物合成具有选择性，因为几丁质参与节肢动物角质层和围食膜的形成，但在脊椎动物和植物中并不存在。蜕皮激素受体和保幼激素通路也被认为是与发育相关的杀虫剂的潜在靶点。G蛋白偶联神经肽受体是另一类极具潜力的靶点，因为它们在摄食、利尿、繁殖和应激反应中发挥着重要作用。
选择性是本文重点关注的方面。比较来自害虫、哺乳动物、传粉昆虫和有益节肢动物的同源蛋白，可以揭示结合位点的差异。这些差异可以引导分子对害虫靶标具有更高的亲和力，同时减少与非靶标生物的相互作用。文章强调了一个关键点：“对昆虫具有选择性”并不一定意味着对传粉昆虫安全。
结构生物学
结构生物学似乎是理性设计发展的必要条件。实验结构和预测模型有助于定位结合口袋、解释耐药突变以及比较不同物种的靶点。结构预测工具扩展了可利用蛋白质的数量，但仍需谨慎使用。模型在柔性区域、构象状态、膜复合物和配体依赖性相互作用方面可能失效。
科学家们得出结论，杀虫剂研发的未来取决于一个综合性的生态系统。这个生态系统必须将靶标生物学、结构数据、合成化学、预测模型、实验验证、环境安全性和田间可行性联系起来。
更多信息请访问 doi.org/10.1016/j.pestbp.2026.107190
