要設計出具有複雜活性位點、能一次催化多個步驟的酶十分具有挑戰,過去使用AI設計酶的成果有限,通常在開始反應的第一步就會停滯。
David Baker研究團隊以絲胺酸水解酶(serine hydrolases)作為標的,絲胺酸水解酶是參與絲胺酸水解4步驟化學反應的天然酶,這4步驟包含分子間酯鍵(ester bond)的斷裂,並且與消化、脂肪代謝與血液凝固等生物過程有關。
該研究共同作者、華盛頓大學的蛋白質設計工程師Anna Lauko表示,這就像去二手店買一套西裝,這套西裝可能不會完全合身。這就是過去設計酶時會遭遇的困境。
研究人員使用Rfdiffusion AI模型,用AI從頭開始生成新的酶結構,並創建一個名為PLACER的深度神經網絡,重新從結構上模擬酶中的原子位置在每個反應步驟中結合的位置。
研究人員指出,AI就像一個過濾器,會檢查酶與分子相互作用的活性位點是否相容,以及是否有適當地排列成進行反應中的每個步驟。
Lauko表示,使用AI工具訂製出的絲胺酸水解酶像是一套完美合身的訂製西裝,且能夠完成絲胺酸水解的4個步驟,此外,透過該AI工具產生的絲胺酸水解酶,比舊有方法設計的絲胺酸水解酶反應速率高6萬倍。
Lauko指出,因此,未來透過AI,我們可以從頭開始設計出更複雜、過去不可能製造出的酶。
但是,Lauko也強調,這次研究只是一項原理驗證,新設計出的絲胺酸水解酶作用效率不如天然的絲胺酸水解酶,未來,將進一步對酶的結構進行更精細的調整,來提高其速度與效率,讓該技術更接近實際應用,有望用於分解塑膠。
Baker表示,酶是可以在最小條件下加快化學反應的蛋白質,甚至有時表現比人類化學家更好。AI生成的新酶,都有望讓我們在不依賴刺激性溶劑或化石燃料下,建構藥物化合物或是分解微塑膠。
參考資料:https://www.nature.com/articles/d41586-025-00488-3
論文:https://www.science.org/doi/10.1126/science.adu2454
(編譯/李林璦)