Science：通过分解产生更好的酶

　　魏茨曼科学研究所今天发表在《科学》杂志上的一项新研究使这一愿景更接近现实。在他们的报告中，由生物分子科学系的Sarel Fleishman教授领导的研究人员公布了一种计算方法，通过将工程模块化构建模块组装起来，以前所未有的效率设计数千种不同的活性酶。

　　

酶有可能通过为一系列过程提供绿色替代品来改变化学工业。这些蛋白质充当生物催化剂，在分子工程的帮助下，它们可以使自然发生的反应转变为涡轮模式。例如，量身定制的酶可以导致无污染的药物生产;它们还可以安全地分解污染物、污水和农业废弃物，然后将其转化为生物燃料或动物饲料。

魏茨曼科学研究所今天发表在《科学》杂志上的一项新研究使这一愿景更接近现实。在他们的报告中，由生物分子科学系的Sarel Fleishman教授领导的研究人员公布了一种计算方法，通过将工程模块化构建模块组装起来，以前所未有的效率设计数千种不同的活性酶。

生物化学家通常通过随机调整自然存在的酶的DNA来设计新的酶，并筛选产生的变体以获得所需的活性，这个过程可能非常耗时。弗莱什曼的团队提出了一个想法，通过将天然酶分解成组成部分，然后以各种方式改变和重组，从而产生大量种类繁多的酶。

这种新方法的灵感来自于我们的免疫系统，它能够产生数十亿种不同的抗体——原则上可以对抗任何有害微生物的蛋白质——仅仅是由相对少量的基因决定的比特。“抗体是自然界中已知的唯一以模块化方式生成的蛋白质家族，”弗莱什曼解释道。“它们巨大的多样性是通过重组现有的遗传片段实现的，类似于一种新的电子设备是如何从现有的晶体管和处理单元组装而成的。”

酶能像抗体一样，由实验室设计的模块化片段组合成更大的结构吗?

博士生Rosalie Lipsh-Sokolik领导了弗莱什曼实验室的这项研究，她开始用几十种酶来分解木聚糖(植物细胞壁的一种常见成分)。Lipsh-Sokolik说:“如果我们设法提高这些酶的活性，它们可能被用于将木聚糖和纤维素等植物化合物分解成糖，这反过来又有助于生产生物燃料。”“例如，我们应该能够将农业废物转化为能源，而不是处理农业废物。”

Lipsh-Sokolik开发了一种算法，使用基于物理的蛋白质设计计算和新的机器学习模型。该算法将木聚糖的每个不同变体分解成几个片段，然后在这些片段中引入几十个突变——所有这些方式都最大限度地提高了不同片段的潜在兼容性。然后，它将片段组合成不同的组合，并选择被认为是稳定的编码酶的数百万个序列。

Lipsh-Sokolik及其同事的下一步是根据这些计算机模型合成100万个实际酶，并在实验室中进行测试。令他们惊讶的是，有3000个被证实是活跃的。弗莱什曼说:“我们第一次看到实验结果时，感到很惊讶。”“0.3%的成功率并不高，但我们获得的不同活性酶的绝对数量是惊人的。在典型的蛋白质设计和工程研究中，你可能会看到十几种活性酶。”

有了大量的酶库，研究人员随后提出了一个让蛋白质研究人员感兴趣的关键问题:是什么分子特征区分了活性酶和非活性酶?

利用机器学习工具，利普什-索科利克研究了酶的大约100个特征，并使用10个最有前途的特征来创建一个活动预测器。当她将这种活性预测器纳入她的算法中，并重复木聚糖分解酶的设计实验时，这个第二代保留库中有多达9,000种酶可以分解木聚糖，另有3,000种酶可以分解纤维素，总共有12,000种活性酶。与最初的实验相比，这一成功率提高了十倍，是蛋白质设计史上无与伦比的壮举:该团队在一个实验中成功设计出了比标准方法在十年中所能产生的更多的潜在活性酶。

不仅如此，数千个活性变异在序列和结构上都异常多样，这表明它们可能具有各种各样的新功能。

Lipsh-Sokolik说:“当你用一种完全自动化的方法制造出具有如此高活性的酶时，你现在知道这也是非常可靠的，这真是个好消息。”科学家们称之为CADENZ(酶的组合组装和设计的缩写)的新魏茨曼方法理论上可以应用于任何蛋白质家族。他的团队已经在探索将其应用于产生新的、改进的抗体或创造广泛用于生物学标记的荧光蛋白的变体。

“我的目标之一是改变人们设计酶、抗体和其他蛋白质的方式，蛋白质工程正在成为经济和公共卫生的核心部分:工业酶是蛋白质;抗体和疫苗也是蛋白质。我们需要能够优化它们，并以稳健可靠的方式生成新的。”