從花香到健康：基於多組學-AI融合的花源活性成分免疫慢性病干預體系構建

免疫相关慢性疾病（如自身免疫性疾病、过敏性疾病及慢性炎症性疾病等）因免疫系统异常引发，发病率持续攀升，已成为全球健康重大挑战。植物花朵不仅具有观赏价值，其释放的2000余种挥发性有机化合物（VOCs）亦可作为香料，其抗癌（如百里氢醌）、抗菌（如香芹酚）和抗炎（如β-石竹烯）活性成分更值得关注。尽管人工智能已在蛋白质结构预测等领域展现潜力，但花卉VOCs干预免疫慢性病的多学科交叉研究仍属空白。开发基于花卉VOCs的高效精准免疫慢性病干预策略，对这些健康问题具有重大应用前景。

基于此，本研究拟以广东省21个地级市及香港特别行政区的市花为研究对象，通过多组学分析、人工智能技术、计算化学与生物化学等方法，构建花卉活性成分干预免疫慢性病的科学体系。通过多组学分析和AI预测，将首次系统揭示花卉VOCs与免疫慢性病的关联，为开发精准干预策略提供科学依据。研究成果有望鉴定新型免疫调节物质，在生物模型中进行测试并为降低相关疾病发病率提供创新解决方案。