科技日報記者 張夢然

在新一期《科學》期刊上，諾貝爾獎得主、美國華盛頓大學的大衛(wèi)·貝克及其團隊發(fā)表了一篇突破性研究論文：他們首次利用人工智能（AI）技術(shù)，從零開始設(shè)計了具有復雜活性位點的絲氨酸水解酶。這項成就標志著酶工程領(lǐng)域的一個重要里程碑，表明現(xiàn)在人們有能力設(shè)計出具有天然酶活性的酶，并且這些人工設(shè)計的酶還具備實際應用潛力。

傳統(tǒng)方法在設(shè)計能夠催化特定化學反應的酶時，面臨巨大挑戰(zhàn)，主要是因為將活性位點整合到預先存在的蛋白質(zhì)結(jié)構(gòu)中時，往往會受到結(jié)構(gòu)靈活性和活性位點預組織程度的限制，從而影響催化效率。盡管化學手段可以在一定程度上克服這些問題，但最初計算設(shè)計的酶效率仍遠低于天然酶。

然而，隨著深度學習技術(shù)的發(fā)展，為從頭設(shè)計蛋白質(zhì)提供了可能，尤其是對于那些擁有復雜活性位點的蛋白質(zhì)，如絲氨酸水解酶——這是已知最大的一類酶家族之一。貝克團隊此次引入了一種名為PLACER（蛋白質(zhì)—配體原子構(gòu)象集合再現(xiàn)）的新型機器學習網(wǎng)絡，該網(wǎng)絡通過分析蛋白質(zhì)骨架、氨基酸特性和結(jié)合分子的化學結(jié)構(gòu)，來預測酶活性位點的精確原子排列。

團隊采用了名為RFdiffusion的技術(shù)來創(chuàng)建含有復雜催化位點的蛋白質(zhì)，并使用PLACER評估這些蛋白質(zhì)的活性位點組織情況。最終，他們成功設(shè)計出了功能性絲氨酸水解酶，這些酶僅需最小化的活性位點規(guī)范就能有效地催化酯水解反應。此外，這種方法還在低通量篩選過程中發(fā)現(xiàn)了5種全新的酶折疊方式，這些方式不同于任何已知的天然絲氨酸水解酶中的折疊，極大地擴展了這一古老酶家族的結(jié)構(gòu)多樣性。

這項研究不僅代表了從頭設(shè)計酶的重大進步，也為開發(fā)更高效的催化劑開辟了新途徑，同時對理解和擴展酶的功能性具有重要意義。

總編輯圈點：

在生命科學領(lǐng)域，人工智能正為蛋白酶設(shè)計帶來變革性突破。蛋白酶的設(shè)計通常需要精確控制氨基酸序列和三維結(jié)構(gòu)。傳統(tǒng)的蛋白酶設(shè)計依賴大量的實驗試錯，既耗時又成本高昂。而人工智能憑借強大的算法和數(shù)據(jù)處理能力，能夠快速分析海量的蛋白質(zhì)結(jié)構(gòu)與功能數(shù)據(jù)，并預測氨基酸序列如何折疊成三維結(jié)構(gòu)。人工智能設(shè)計蛋白酶不僅顯著提升了設(shè)計效率，而且有助于發(fā)現(xiàn)和設(shè)計全新的蛋白酶，為生命科學領(lǐng)域的研發(fā)創(chuàng)新注入新活力。