最近，中國科學院微生物研究所吳邊研究員的團隊，就與荷蘭格羅寧根大學的迪克·B·揚森(Dick B. Janssen)教授的團隊合作，利用人工智能設計出一系列新型酶，實現了β-氨基酸的高效催化合成。相關論文已經發表在2018年5月的《自然·化學生物學》(Nature Chemical Biology)雜志上。
酶在生化反應中往往起到關鍵的催化功能，因此可以作為高效、綠色的催化劑，應用于一些體外合成反應。但傳統的酶催化劑篩選、改造過程費時費力，成功率也不高。上世紀90年代，制備一款催化酶，大約要3年時間，而現在，由于生物信息學和基因合成技術的極大發展，同樣的工作只需數周就能完成。“利用人工智能技術預測和設計酶結構，繼而產生新功能，可以極大地拓展酶催化劑的應用范圍。這是一個非常好的趨勢，讓我們有更多時間做理性的思考，而不是花費過多時間在重復性勞動上面，”吳邊說。
正是通過人工智能技術，吳邊團隊找到了高效催化β-氨基酸合成的酶。
β-氨基酸是一大類非蛋白質氨基酸，廣泛應用于重要生物活性天然產物和藥物合成中。抗病毒藥物馬拉維諾、抗生素Andrimid、抗癌藥物紫杉醇、降糖藥物西格列汀，及維生素B5等多種重要的生物活性分子的合成步驟中，都不能缺少β-氨基酸。但目前，β-氨基酸的工業合成路線需要昂貴的催化劑、繁瑣的保護/去保護步驟和苛刻的反應條件。因此，設計出更經濟、環保的β-氨基酸合成路線一直是合成化學領域的熱點。
以烯烴類物質和有機胺為原料，通過碳碳雙鍵不對稱氫胺化反應合成β-氨基酸，是一種經濟性很高的方法，也是美國化學會提出的、最具“綠色化學和綠色工業”特性的十大反應之一。然而，現有的化學催化劑和生物催化劑都表現不佳，無法滿足工業化生產的需求。吳邊團隊希望能設計出高效催化該反應且有工業化應用潛力的酶，填補這個領域的空白，實現真正的綠色合成。
尋找新酶的一般做法是，從一個酶出發，改變它的一些氨基酸，使它的結構和功能都發生變化，然后在化學反應中驗證它的催化能力。通過不斷嘗試，最終有可能篩選出效果不錯的酶。傳統方法中，每改變一次酶的氨基酸，就要進行上述一整套操作，工作量很大，耗時耗力。而人工智能的神奇之處就在于，可以根據給定的氨基酸序列，預測酶的結構，并通過復雜計算挑選出最好的酶。研究人員只需將人工智能推薦的酶付諸實驗，大大提高了篩選效率和成功率。
雖然人工智能減化了許多工作量，但研究人員仍需要做很多前期工作。其中最重要的就是分析酶催化機理和結構，告訴人工智能哪些氨基酸需要重點關注，并把酶與底物的相互作用從化學問題變成可計算的數學問題。簡而言之，計算機能夠做出人工無法想象的設計，但是最初的設計方向還是需要人去導引。
研究人員選取了本身并不能催化不對稱氫胺化反應的天冬氨酸蛋白酶作為改造對象。吳邊說：“一種酶能否應用在工業環境下，有諸多的指標，包括魯棒性、能否高效表達等，選擇這種已經在工業界被證明有效的酶是成功的有力保障。其次，這種酶的機理已經被研究得非常透徹，有非常詳盡的結構信息、量化計算數據、酶動力學數據，這些信息對于設計新酶至關重要。第三，這種酶沒有任何配體或輔酶，所有的催化工作都是通過自身的天然氨基酸完成的，能減少很多計算量。”
在人工智能的幫助下，研究人員對這種酶進行了重新設計，得到了高效的β-氨基酸合成酶，并成功地合成出了(R)-β-氨基丁酸 ——一種重要的廣譜植物保護劑，相關指標已經達到了工業化生產的標準。隨后，他們又用同樣的方法，設計出了生產其他β-氨基酸的酶。
現在，研究人員正積極推進該項科研成果的市場化。據悉，通過與企業合作，該項技術已經通過中試與全尺寸生產工藝驗證，并在近期完成了千噸級的生產線建設，相關產品潛在市場超過30億元，一些抗癌與抗艾滋病藥物的生產成本有望大幅降低。
接下來，研究人員還希望用人工智能設計出塑料降解酶，應對廢棄塑料帶來的環保問題。
京公網安備 11010502049343號