新算法设计出高效合成酶

p30900

传统计算机算法辅助设计的酶往往效率低下，需要耗费大量时间进行实验室优化。为突破这一瓶颈，研究团队独辟蹊径，选择“肯普消除”（一种涉及从特定底物碳原子上移除质子的非天然化学反应）作为验证案例。

团队收集天然酶数据作为基础素材，通过计算将蛋白质序列分解成片段。这些片段经过重新组合后，由算法根据原子行为模型筛选出最理想的化学“骨架”。令人惊讶的是，算法推翻了原本认为酶的活性位点需要环状氨基酸的传统认知，计算显示非环状结构反而更高效，这一发现使催化效率获得显著提升。

最终诞生的合成酶与天然酶相比，虽然氨基酸序列差异超过140处，却展现出相当高的催化效率。

研究团队坦言，目前合成的蛋白质结构仍比天然酶简单。以光合作用关键酶rubisco为例，天然酶能通过复杂变化催化多步反应，而这正是团队下一步重点攻关方向。

过去十年，AI蛋白质设计大行其道，但其工作机制主要模仿现有酶。相比之下，新算法的工作机制是基于物理原理来构建酶。研究团队表示，AI在处理某些蛋白质设计时确实无可替代，但对于复杂催化反应仍力不从心。未来需要将两种方法优势互补，才能设计出更完美的酶。