构建更好的酶通过分解它们

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;他们还可以安全地分解污染物、污水和农业废物，然后将它们转化为生物燃料或动物饲料。

今天发表在《科学》杂志上的一项新的魏茨曼科学研究所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揭示了一种计算方法，通过将工程模块化构建块组装起来，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天然酶的 DNA 并筛选产生的具有所需活性的变体来设计新酶，这一过程可能非常耗时。Fleishman 的团队想出了一个想法，即通过将天然酶分解成可以以各种方式改变和重组的组成片段，从而产生大量种类繁多的酶。

这种新方法的灵感来自内部：我们的免疫系统能够制造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——仅来自相对较少的基因。“抗体是自然界中唯一已知以模块化方式产生的蛋白质家族，”弗莱什曼解释道。“它们的巨大多样性是通过重组先前存在的基因片段实现的，类似于一种新型电子设备如何从先前存在的晶体管和处理单元组装而成。”

酶能否像抗体一样从实验室设计的模块化片段中产生，这些片段组合成更大的结构?

一段动画视频展示了模块化酶片段(突出显示)如何作为魏茨曼研究所 CADENZ 方法的一部分聚集在一起，它可以产生数量空前的活性酶，从而可能导致更环保的工业过程。图片来源：魏茨曼科学研究所

Rosalie Lipsh-Sokolik，博士 在 Fleishman 实验室领导这项研究的学生，开始用几十种酶家族进行实验，这些酶可以分解木聚糖，木聚糖是植物细胞壁的常见成分。“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，这反过来又有助于产生生物燃料，”Lipsh-Sokolik 说。“例如，我们应该能够将其转化为能源，而不是处理农业废弃物。”

Lipsh-Sokolik 开发了一种算法，该算法将基于物理学的蛋白质设计计算与新的机器学习模型结合使用。该算法分解了木聚糖分解酶的每个不同变体序列的每个不同变体分解成几个片段，然后在这些片段中引入数十种突变——所有这些都是以最大限度地提高不同片段的潜在兼容性的方式进行的。然后它将片段组装成不同的组合，并选择被认为稳定的数百万个编码酶序列。

Lipsh-Sokolik 及其同事的下一步是从这些计算机模型中合成一百万种实际酶，并在实验室中对其进行测试。令他们惊讶的是，确认有 3,000 人处于活跃状态。“我们第一次看到实验结果时，感到很惊讶，”弗莱什曼说。“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。”

有了广泛的酶库，研究人员提出了一个蛋白质研究人员感兴趣的关键问题：哪些分子特征将活性酶与非活性酶区分开来?

使用机器学习工具，Lipsh-Sokolik 检查了大约一百个表征酶的特征，并使用十个最有希望的特征来创建活动预测器。当她将这个活动预测器纳入她的算法并重复木聚糖分解酶的设计实验时，这个第二代曲目有多达 9,000 种分解木聚糖的酶和另外 3,000 种可以分解纤维素的酶，总计12,000 种活性酶。

与最初的实验相比，成功率提高了 10 倍，这也是蛋白质设计史上无与伦比的壮举：该团队在一次实验中设法设计出比标准方法在十年内产生的活性酶更多的潜在活性酶。

不仅如此，数以千计的这些活跃变体在序列和结构方面都异常多样化，这表明它们可能执行各种各样的新功能。

Lipsh-Sokolik 说：“当你可以使用一种你现在知道也非常可靠的完全自动化的方法来制造具有如此高活性的酶时，这真是个好消息，”Lipsh-Sokolik 说。

Fleishman 说，科学家们称之为 CADENZ(酶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其在生成新的、改进的抗体或创建广泛用作生物学标签的荧光蛋白变体方面的应用。

“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，”弗莱什曼说。“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产生新的。”