用AI从头“定制”可介导多步反响的酶

凭仗在盘算卵白质计划方面的奉献，斩获2024年诺贝尔化学奖的美国华盛顿年夜学教学David Baker率领团队再获新冲破。其与配合者应用人工智能（AI）重新计划出存在自然酶要害特点，即可介导多步反映的全新的酶。该酶可能减速一个对很多生物跟产业进程（如塑料降解接纳）至关主要的四步化学反映。相干研讨克日宣布于《迷信》。“这是酶工程范畴的一个里程碑。”美国伊利诺伊年夜学厄巴纳-喷鼻槟分校的分解生物学家赵惠平易近说，“这标明，咱们当初有可能计划出有现实用处的自然活性酶。”酶是一种高效生物催化剂，迷信家始终在摸索怎样更好天时用它减速所需的化学反映。晚期的相干研讨重要经由过程对已有的酶的构造停止调剂，来发明催化速度更高或存在差别功效的新酶。但这种方式很难发明出可能介导多步反映的高效酶。“这就像去二手店买西装，可能不太称身一样。”论文合著者、华盛顿年夜学的卵白质计划师Anna Lauko说。跟着迷信技巧开展，AI走进了研讨职员的视线，他们开端实验应用AI重新计划酶，但功效并不明显。该方式计划出的酶同样无奈像自然酶那样催化多步反映，每每反映第一步后就结束了。为了破解上述困难，Baker、Lauko等人将多种呆板进修方式联合起来。他们起首从名为RFdiffusion的AI东西开端。这是Baker团队于2022年推出的基于分散模子的卵白质计划东西，它能够重新天生新的酶构造。而后，他们创立了一个名为PLACER的深度神经收集，经由过程模仿酶华夏子的地位及其在反映的每个步调中联合的分子来改良构造计划。这时AI就像一个过滤器，在一直检讨酶的活性位点，即与分子彼此感化的局部能否兼容、能否准确陈列以履行每一步反映。在赵惠平易近看来，这长短常存在翻新性的。Lauko说，将这些AI东西联合应用有助于“取得完善称身的定制西装”。他们终极应用AI重新计划出了一种新的存在庞杂活性位点的丝氨酸水解酶，其在减速反映方面比从前计划的以相似方法任务的酶强6万倍。“咱们能够实验应用该技巧计划一种丝氨酸水解酶来剖析塑料。”Lauko说。不外，研讨职员夸大，他们此次宣布的研讨只是道理证实。只管新的酶远景辽阔，但它不自然丝氨酸水解酶那么无效。他们盼望对该酶的构造停止更多微调以进步其催化速率跟效力，使该技巧离事实利用更进一步。相干论文信息：https://doi.org/10.1126/science.adu2454