2026年高考生物终极冲刺：抢热点05 AI赋能基因工程：精准预测与智能设计（原卷版）

/热点05AI赋能基因工程：精准预测与智能设计人工智能正在以前所未有的速度重塑基因工程领域，NatureReviewsGenetics于2026年3月发表专题综述，系统梳理了AI如何加速基因编辑器的优化、指导现有工具的设计以及支持新型基因编辑酶的发现。这些突破标志着AI驱动生物学时代的真正来临。此外，“社会性科学议题”与前沿科技交叉已经成为高考命题新范式，AI赋能基因工程又可以紧密联系必修二的DNA复制、基因的表达、选择性必修三的基因工程、蛋白质工程等知识点，恰好具备“前沿科技+学科交叉+伦理讨论”的多重属性，天然适合作为综合性情境题的命题素材。猜押1AI赋能蛋白质工程——从功能需求到基因设计1．在2020年12月的国际蛋白质结构预测竞赛(CASP)上，新一代AlphaFold人工智能系统，基于氨基酸序列，精确地预测了蛋白质的空间结构。其准确性可与使用冷冻电子显微镜、X射线晶体学等实验技术解析的空间结构相媲美。下列叙述错误的是（

）A．蛋白质结构的多样性与氨基酸结构的多样性有关B．不同蛋白质在人体内的分布场所不尽相同，这与其行使的功能密切相关C．此系统或将应用于蛋白质工程，以创造更符合人类需求的蛋白质D．蛋白质空间结构并不稳定，一旦发生不可逆的改变，便会失去生物学活性2．三指毒素是眼镜蛇蛇毒的剧毒成分，可抑制乙酰胆碱受体的活性，从而中断神经一肌肉信号传递。科学家通过人工智能（AI），从头设计出能够有效中和三指毒素的蛋白质T，为抗蛇毒疗法带来新希望。下列相关叙述错误的是（

）A．若三指毒素作用于神经—呼吸肌，则可能会导致呼吸衰竭B．AI根据所需蛋白质的功能、稳定性等要求设计蛋白质TC．蛋白质T通过改变三指毒素的氨基酸组成使三指毒素失活D．可以通过转基因技术利用微生物发酵来大量生产蛋白质T、1.蛋白质工程的基本流程：预期功能→设计蛋白质结构→推测氨基酸序列→推测mRNA碱基序列→设计目的基因。考生需能完整写出这一流程，并理解每一步的依据（中心法则的逆向应用）。2.中心法则逆推的逻辑：从蛋白质功能需求出发，通过中心法则逆向推导出相应的基因序列。这是蛋白质工程区别于传统基因工程的核心要点。猜押2AI优化CRISPR基因编辑1．中国科学家发展了一种可工作于活细胞环境的框架核酸状态智能机（如图），可以在活细胞中实现人为添加的时序信号调控的CRISPR（基因编辑）系统的分级运输、基因组定位与基因编辑功能。下列说法正确的是（）A．核仁蛋白不能分布到细胞膜上，参与细胞的识别作用B．有限状态机与向导RNA结合后，进入细胞的过程不需要消耗能量C．cas9（核酸编辑酶：一种蛋白质）/向导RNA复合物能通过核孔进入细胞核D．向导RNA能够通过碱基互补配对定位到特定的基因位置并切断磷酸二酯键、1.CRISPR/Cas9系统组成组成成分化学本质来源/结构主要功能Cas9蛋白蛋白质来源于化脓性链球菌等细菌，由相应基因编码，在核糖体合成具有DNA内切酶活性，在gRNA引导下切割目标DNA双链，产生双链断裂gRNA（引导RNA）RNA天然状态下由crRNA和tracrRNA两部分组成；人工改造后可融合为单链引导RNA（sgRNA）通过其5‘端的约20nt间隔序列与目标DNA链进行碱基互补配对，特异性识别靶点；同时与Cas9蛋白结合，引导Cas9至目标位置一、单选题1．近年来，人工智能（AI）技术在蛋白质工程领域的应用取得了显著成果，不仅攻克了长期存在的蛋白质结构预测问题，还成功设计了多种新型功能蛋白，为多个领域带来了潜在的生物活性分子。下列说法错误的是（

）A．蛋白质工程的目标是改造现有蛋白质或创造新蛋白质B．AI预测新型蛋白质的结构和功能依据的原理是中心法则C．AI在蛋白质工程中的应用仍需要基因工程水平上的操作D．AI可帮助人们更深入了解蛋白质的结构与功能关系2．2023年世界人工智能大会上，首个基于AI的蛋白质生成模型正式亮相，它能通过AI学习蛋白质序列和功能间的对应关系，根据预期功能直接设计出新蛋白质，为蛋白质工程发展提供了新方向。下列叙述正确的是（

）A．蛋白质工程操作流程与遗传信息的流动方向相同B．蛋白质工程需改变蛋白质分子中全部氨基酸序列C．蛋白质工程和基因工程都需要构建基因表达载体D．AI高效设计蛋白质须以碱基互补配对原则为基础3．近年来，人工智能（AI）技术在蛋白质工程领域的应用取得了显著成果，不仅攻克了长期存在的蛋白质结构预测问题，还成功设计了多种新型功能蛋白，为多个领域带来了潜在的生物活性分子。下列说法正确的是（）A．蛋白质工程需要改造蛋白质分子的所有氨基酸序列B．蛋白质工程的目标是改造现有蛋白质或创造新蛋白质C．AI在蛋白质工程中的应用说明不再需要基因工程水平的操作D．AI设计的蛋白质功能必然超过自然界中发现的任何蛋白质4．蛋白质工程又称第二代基因工程，人工智能（AI）算法在蛋白质工程领域的应用已经被开发，下图为蛋白质工程的流程，下列相关叙述错误的是（

）

A．蛋白质工程是基因工程的延伸，不需要对基因进行操作，直接对蛋白质进行加工改造B．蛋白质工程可根据人类生产和生活的需要，设计并制造出自然界不存在的新的蛋白质C．蛋白质工程可对药用蛋白进行改造，使其更好地用于人类疾病的治疗D．AI算法在蛋白质工程领域应用的设想中，实现难度最大的是过程④5．人工智能系统AlphaFold2已经能够预测人类98.5%的蛋白质结构，有科学家认为，AlphaFold2对蛋白质结构的精准预测，是人工智能对科学领域最大的一次贡献，也是人类在21世纪取得的最重要的科学突破之一。下列相关叙述错误的是（）A．预测蛋白质结构，设计并制造新蛋白质属于第二代基因工程B．分析蛋白质的氨基酸序列是预测其空间结构的重要基础C．蛋白质工程通过改造现有蛋白质或制造出新的蛋白质，满足人类需求D．科学家通过对组成干扰素的氨基酸直接操作从而提高了干扰素的稳定性6．2024年大卫·贝克等三位科学家因利用AI精准预测蛋白质的结构，推动蛋白质结构研究取得革命性进展，共同获得了诺贝尔化学奖。AI蛋白质的合成是蛋白质工程在人工智能时代的技术延伸。下列叙述错误的是（）A．AI蛋白在设计前需要先明确其功能需求B．利用AI能设计出自然界不存在的蛋白质C．AI蛋白的最终获得不需要经过基因工程D．AI蛋白的功能需进行实验验证才能确定7．2024年诺贝尔化学奖授予以下三位科学家，以表彰其在蛋白质研究领域的突破性贡献：大卫·贝克开发了基于计算机算法的蛋白质设计技术，成功设计并合成自然界中不存在的全新功能性蛋白质，丹米斯·哈萨比斯和约翰·乔普开发了人工智能模型（如AlphaFold），解决了困扰科学界50年的“蛋白质折叠问题”，实现了仅通过氨基酸序列即可高精度预测蛋白质三维结构。他们的研究成果大幅加速了药物靶点发现、疾病机制解析等领域的研究进程，并推动了结构生物学的革新。下列说法错误的是（）A．基因工程原则上只能生产自然界已存在的蛋白质，但结合大卫·贝克的研究成果可合成全新功能性蛋白质B．在蛋白质工程中可根据蛋白质的氨基酸序列和密码子表设计目的基因，但目的基因的碱基序列并不唯一C．蛋白质的高级结构非常复杂，往往与肽键以及肽链在特定区域形成氢键、二硫键等有关D．蛋白质工程的难点在于难以正确确定蛋白质的高级结构，而人工智能模型AlphaFold为解决这一问题提供了帮助8．中国科学家研发的全球首个AI蛋白质生成大模型NewOrigin（中文名“达尔文”）正式在世界人工智能大会亮相。它能通过AI学习蛋白质中氨基酸序列和蛋白质功能间的对应关系来设计新的蛋白质，为蛋白质工程的发展提供了新方向，在生物医药领域也有较好的应用前景。下列叙述不正确的是（

）A．蛋白质工程需从设计预期的蛋白质功能出发，目前的AI可帮助人们设计出自然界没有的蛋白质B．NewOrigin在蛋白质工程广泛应用后将仍需要借助基因工程手段改造蛋白质，使得产品更优良C．对蛋白质数据进行分析，能够预测患者体内某些蛋白质的三维结构以便设计新药物，该过程属于蛋白质工程技术D．AI技术在生物医药领域的应用会涉及到众多的法规和伦理问题。例如，如何处理AI决策中的错误和责任、以及如何避免AI技术加剧医疗不平等等问题9．蛋白质生成模型是利用人工智能生成技术设计全新蛋白质的新方法。该模型可从零开始创造，生成全新的自然界不存在的蛋白质结构。下列说法错误的是（）A．全新蛋白质除含有氨基酸残基外还可能结合其他有机物和无机盐离子B．全新蛋白质生成过程中通过脱水缩合形成大量的肽键和二硫键C．欲规模化生产全新蛋白质，需设计该蛋白质对应的基因碱基序列D．基因工程菌能高效表达全新蛋白质的性状可遗传给子代10．某同学利用我国人工智能大模型检索现代发酵工程应用相关的问题。下列检索的结果存在科学性错误的是（

）A．发酵工业体系形成得益于原料丰富价廉、产物种类多、生产条件严苛B．发酵工程生产的单细胞蛋白就是微生物菌体，可作为食品添加剂或饲料C．可通过人工诱变、基因工程、从自然界直接筛选等方式获得性状优良的菌种D．啤酒的工业化生产主发酵阶段完成酵母菌繁殖、大部分糖的分解及代谢物生成11．蛋白质工程又称第二代基因工程，人工智能(AI)算法在蛋白质工程领域的应用已经被开发，下图为蛋白质工程的流程，下列有关叙述错误的是（）

A．蛋白质工程就是根据人们需要，直接对蛋白质进行加工改造B．干扰素结构中改变某个氨基酸提高了它的保存时间是蛋白质工程应用的体现C．①②过程为转录和翻译D．AI算法在蛋白质工程领域应用的设想中，实现难度最大的是过程④12．随着人工智能(AI)技术的快速发展，其在生物医药领域的应用日益广泛。AI技术通过大数据分析、机器学习、深度学习等方法，为生物医药研究、药物开发、临床诊断和治疗等方面带来了革命性的变化。下列关于AI技术在生物医药领域的应用叙述错误的是（）A．利用AI技术对大量的基因组数据进行处理和分析，可以识别疾病相关的基因突变，为精准医疗提供支持B．利用AI技术对大量的蛋白质数据进行分析，能够预测患者体内某些蛋白质的三维结构以便设计新药物，该过程属于蛋白质工程技术C．利用AI技术，通过智能穿戴设备和移动应用程序，能够实时监测患者的生理参数，预测健康风险，并提供相应的诊断和治疗建议D．AI技术在生物医药领域的应用会涉及到众多的法规问题。例如，如何处理AI决策中的错误和责任13．利用AI（人工智能）破解蛋白质结构和功能之谜，建立蛋白质数据库，并在此基础上进行蛋白质结构设计和优化，会给未来蛋白质工程的发展带来翻天覆地的变化。关于该技术的实施，下列说法正确的是（）A．经改造的基因导入大肠杆菌后，需核糖体、内质网、高尔基体共同参与产生新型蛋白质B．只能通过改造基因来获得AI设计的蛋白质C．改造后的基因需插入到质粒上的启动子与终止子之间才能表达D．用蛋白质的氨基酸序列推测的RNA编码序列只有一种14．随着人工智能（AI）技术的快速发展，其在生物医药领域的应用日益广泛。AI技术通过大数据分析、机器学习、深度学习等方法，为生物医药研究、药物开发、临床诊断和治疗等方面带来了革命性的变化。下列关于AI技术在生物医药领域的应用叙述错误的是（）A．利用AI技术对大量的基因组数据进行处理和分析，可以识别疾病相关的基因突变，为精准医疗提供支持B．利用AI技术对大量的蛋白质数据进行分析，能够预测患者体内某些蛋白质的三维结构以便设计新药物，该过程属于蛋白质工程技术C．利用AI技术，通过智能穿戴设备和移动应用程序，能够实时监测患者的生理参数，预测健康风险，并提供相应的诊断和治疗建议D．AI技术在生物医药领域的应用会涉及到众多的法规和伦理问题。例如，如何处理AI决策中的错误和责任、以及如何避免AI技术加剧医疗不平等等问题二、多选题15．基因由编码区和非编码区构成，其中编码区可转录出相应的RNA，非编码区上有RNA聚合酶识别和结合的位点。利用AI（人工智能）破解蛋白质结构和功能之谜，建立蛋白质数据库，并在此基础上进行蛋白质结构设计和优化，会给未来蛋白质工程的发展带来翻天覆地的变化。下列相关叙述错误的是（

）A．用AI预测新型蛋白质的基因结构应依据中心法则原理B．蛋白质工程所用基因都是在现有基因的基础上改造而来C．根据AI设计的蛋白质推导出的对应基因中含有启动子D．根据AI设计的蛋白质推导出的对应基因序列不是唯一的三、解答题16．2024年诺贝尔化学奖被授予了“用AI算法突破蛋白质结构预测难题”的三位科学家，人工智能（AI）模型已经能够直接从蛋白质的氨基酸序列中预测蛋白质的三维结构。如果下图1