以色列魏茨曼科学研究院科学家开发出基于酶工作原理的计算机新算法，成功设计出高效人工合成酶。这种新型酶能够催化天然蛋白质无法完成的化学反应，效率达到AI设计酶的100倍，标志着“按需定制”高效酶的新阶段。该研究通过收集天然酶数据、将蛋白质序列分解重组、筛选理想化学“骨架”等步骤，最终合成的酶在催化效率上取得显著提升。研究团队认为，未来需要将新算法与AI设计方法相结合，以设计出更完美的酶。

🧪 研究团队开发了一种基于酶工作原理的计算机新算法，用于设计高效人工合成酶。该算法通过模拟酶的工作方式，实现了对酶的精准设计。

🔬 新型合成酶能够催化天然蛋白质无法完成的化学反应，其效率是AI设计酶的100倍。这表明该算法在酶设计方面具有显著优势。

💡 该算法的关键在于，它基于物理原理构建酶，而非仅仅模仿现有酶。研究人员收集天然酶数据，将蛋白质序列分解成片段，再重新组合并筛选出最理想的化学“骨架”。

🔄 研究人员发现，非环状结构反而更高效，推翻了传统认知，从而显著提升了催化效率。这使得合成酶在结构上虽然与天然酶差异较大，但仍能展现出相当高的催化效率。

🌱 研究团队计划将新算法与AI设计方法相结合，以设计出更复杂的酶，例如光合作用关键酶rubisco。他们认为，两种方法的优势互补将有助于设计出更完美的酶。

基于酶工作原理

    科技日报北京6月23日电 （记者刘霞）以色列魏茨曼科学研究院科学家在新一期《自然》杂志发表文章称：他们利用基于酶工作原理的计算机新算法设计出高效人工合成酶。这种新型酶不仅能催化天然蛋白质无法完成的化学反应，其效率更达到人工智能（AI）设计酶的100倍，标志着“按需定制”高效酶的新阶段即将来临。

    传统计算机算法辅助设计的酶往往效率低下，需要耗费大量时间进行实验室优化。为突破这一瓶颈，研究团队独辟蹊径，选择“肯普消除”（一种涉及从特定底物碳原子上移除质子的非天然化学反应）作为验证案例。

    团队收集天然酶数据作为基础素材，通过计算将蛋白质序列分解成片段。这些片段经过重新组合后，由算法根据原子行为模型筛选出最理想的化学“骨架”。令人惊讶的是，算法推翻了原本认为酶的活性位点需要环状氨基酸的传统认知，计算显示非环状结构反而更高效，这一发现使催化效率获得显著提升。

    最终诞生的合成酶与天然酶相比，虽然氨基酸序列差异超过140处，却展现出相当高的催化效率。

    研究团队坦言，目前合成的蛋白质结构仍比天然酶简单。以光合作用关键酶rubisco为例，天然酶能通过复杂变化催化多步反应，而这正是团队下一步重点攻关方向。

    过去十年，AI蛋白质设计大行其道，但其工作机制主要模仿现有酶。相比之下，新算法的工作机制是基于物理原理来构建酶。研究团队表示，AI在处理某些蛋白质设计时确实无可替代，但对于复杂催化反应仍力不从心。未来需要将两种方法优势互补，才能设计出更完美的酶。