声明：因水平有限，错误不可避免，或有些信息非最及时，欢迎留言指出。本文仅作合成生物学相关介绍；本文不构成任何投资建议。
不管是用于食品/洗涤的工业酶，还是作为合成生物学底层工具用于构建更高效的代谢通路，酶的设计都至关重要，因此酶设计一直是计算蛋白质设计领域的一个长期目标。
然而，设计具有复杂活性位点且可介导多步反应的酶仍是一大难题。因为它不仅需要预测单个蛋白质构象的结构，还需要预测酶催化反应时构象的变化，氨基酸的位置也必须非常精确。
2025 年 2 月 13 日，诺奖得主、华盛顿大学 David Baker 团队在
Science
期刊发表论文，该研究首次
利用AI从头设计了具有复杂活性位点的丝氨酸水解酶，
该水解酶的催化循环包括4个步骤，可以用于塑料等脂类降解回收。
丝氨酸降解酶的双重反应机制是酶促脂降解的典型案例
，其中丝氨酸亲核试剂发生酰化形成酰基酶中间体（AEI），随后被活化水水解，催化循环可分为四个步骤。尽管如今对自然发现的
丝氨酸水解酶的机制有了广泛的结构、突变和计算表征，但从头构建一种新的酶仍有挑战。
主要挑战是克服
AEI 的稳定性
，
除此之还存在：1)
催化位点非常复杂
（
需要以原子精度搭建至少四个单独残基，这是最先进的设计工具难以实现的任务
）； 2) 丝氨酸亲核试剂
需要
通过构建复杂的氢键网络来活化
；3) 活性位点
必须在整个多步催化循环中发生细微的构象变化
的问题，这些都是当前蛋白设计中最困难的一些挑战。
研究团队用到了此前开发的算法
RFdiffusion
（
2023 年 7 月发表于 Nature 期刊
），从活性位点的几何描述开始
生成丝氨酸水解酶骨架
。
然后使用
深度神经网络PLACER
，通过模拟酶中的原子位置以及在反应的每一步中与之结合的分子，
来改进结构设计
。PLACER 将检查酶的活性位点是否兼容并被正确安排以完成反应的每一步。
从简单位点开始，后续构建更复杂的位点，具体步骤包括：
1
、活性位点生成：
通过量子力学优化的过渡态几何结构，生成丝氨酸水解酶活性位点的几何描述。
2
、蛋白质骨架生成：
使用RFdiffusion从随机噪声中生成蛋白质骨架，确保其与输入的活性位点几何结构匹配。
3
、序列设计：
使用LigandMPNN设计蛋白质序列，并通过Rosetta FastRelax进行优化。
4、
过滤与
筛选：
通过 AlphaFold2 预测设计酶的结构，并使用 PLACER 生成反应路径中各步骤的结构集合，评估活性位点的预组织程度，显著提高了设计成功率。
5
、实验验证：
通过实验筛选和表征设计酶的功能，包括催化效率、晶体结构等。
实验表征表明：
从头设计的
丝氨酸水解酶能够完成催化丝氨酸水解的所有四步化学反应，
催化
效率
（
k
cat
/K
m
）
高达 2.2×10
5
M
-1
s
-1，
且晶体结构与设计模型高度匹配 (Cα RMSDs < 1 Å)。
通过选择反应坐标中的结构兼容性，可以在低通量筛选中鉴定出具有五种不同折叠方式的新催化剂，这些折叠方式与天然丝氨酸水解酶不同。
该研究方法深入了解了催化的几何基础，展现了设计具有复杂活性位点和多步反应机制的酶的潜力
在文章的最后，作者表示，该研究虽然从头设计了丝氨酸水解酶，但其催化效率仍然不及天然的丝氨酸水解酶。研究团队希望接下来通过其结构进行更多微调，从而提高其催化速度和效率，使其更接近实际应用。
资料来源：
https://www.science.org/doi/10.1126/science.adu2454
赢得诺奖不是终点！David Baker再获里程碑突破——AI首次从头设计出蛋白酶
s y n b i o
深 波
专 注 合 成 生 物 学 领 域
*PR | 品牌推广 | 会议会展 | 行业咨询 | 专访*
