憑借在計算蛋白質設計方面的貢獻，斬獲2024年諾貝爾化學獎的美國華盛頓大學教授David Baker帶領團隊再獲新突破。其與合作者利用人工智能（AI）從頭設計出具有天然酶關鍵特征，即可介導多步反應的全新的酶。該酶能夠加速一個對許多生物和工業過程（如塑料降解回收）至關重要的四步化學反應。相關研究近日發表于《科學》。
“這是酶工程領域的一個里程碑。”美國伊利諾伊大學厄巴納-香檳分校的合成生物學家趙惠民說，“這表明，我們現在有可能設計出有實際用途的天然活性酶。”
酶是一種高效生物催化劑，科學家一直在探索如何更好地利用它加速所需的化學反應。早期的相關研究主要通過對已有的酶的結構進行調整，來創造催化速率更高或具有不同功能的新酶。但這種方法很難創造出能夠介導多步反應的高效酶。“這就像去二手店買西裝，可能不太合身一樣。”論文合著者、華盛頓大學的蛋白質設計師Anna Lauko說。
隨著科學技術發展，AI走進了研究人員的視野，他們開始嘗試利用AI從頭設計酶，但成效并不顯著。該方法設計出的酶同樣無法像天然酶那樣催化多步反應，往往反應第一步后就停止了。
為了破解上述難題，Baker、Lauko等人將多種機器學習方法結合起來。他們首先從名為RFdiffusion的AI工具開始。這是Baker團隊于2022年推出的基于擴散模型的蛋白質設計工具，它可以從頭生成新的酶結構。然后，他們創建了一個名為PLACER的深度神經網絡，通過模擬酶中原子的位置及其在反應的每個步驟中結合的分子來改進結構設計。這時AI就像一個過濾器，在不斷檢查酶的活性位點，即與分子相互作用的部分是否兼容、是否正確排列以執行每一步反應。在趙惠民看來，這是非常具有創新性的。
Lauko說，將這些AI工具結合使用有助于“獲得完美合身的定制西裝”。他們最終利用AI從頭設計出了一種新的具有復雜活性位點的絲氨酸水解酶，其在加速反應方面比以前設計的以類似方式工作的酶強6萬倍。
“我們可以嘗試利用該技術設計一種絲氨酸水解酶來分解塑料。”Lauko說。
不過，研究人員強調，他們此次發表的研究只是原理證明。盡管新的酶前景廣闊，但它沒有天然絲氨酸水解酶那么有效。他們希望對該酶的結構進行更多微調以提高其催化速度和效率，使該技術離現實應用更進一步。
相關論文信息：https://doi.org/10.1126/science.adu2454
本文鏈接：用AI從頭“定制”可介導多步反應的酶http://m.lensthegame.com/show-11-17417-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： XB-1超音速飛行未產生可聽見的音爆
下一篇： 飯后還想吃甜點？“第二個胃”真的存在