聚焦在“人工智能+酶设计”上

会里很

1）动机： 人工智能+蛋白质设计 是一个重要的研究领域。它包含两个内涵，1人工智能技术，2蛋白质设计。笼统的说，蛋白质设计的目标包括设计酶，通道蛋白，靶点蛋白。蛋白质设计的共同难点就是得到序列和性质与功能之间的关系，反过来能够确定模体，修饰模体，得到性质良好，具备特定功能的蛋白质。 人工智能技术在这些蛋白质设计任务中都是一样的。
今天我们重点针对酶来进行梳理。聚焦于酶的设计上。【在人工智能+跨膜蛋白，靶点药物蛋白以及酶蛋白设计中，人工智能+酶设计用途最广，难度最大】
2）为什么聚焦于酶设计。 尽管蛋白质设计应用广泛，包括人体健康，工业生产等等。 其中酶的用途可以涵盖这些方面，包括食品，洗涤剂，纺织，造纸，生物等；酶也可以用于合成药物，诊断标记；酶还可以用于环境保护，包括废物处理，水处理等等。酶的应用广，聚焦在它上具有意义和必要性
3）酶的设计和其他蛋白质的设计有什么独特之处 在蛋白质设计中，需要根据蛋白质的具体用途和功能来满足不同的性质和要求。这些要求通常涉及蛋白质的结构、稳定性、亲和力、特异性等多方面的性能。酶就需要满足比如结合还有催化的功能要求，还要满足稳定的要求。而靶点需要满足结合的功能要求，同时要满足溶解性的要求等等。  也就是说，酶和其他蛋白质的设计中，区别就在于它要满足的功能和性质要求不同。下面我们详细的看看酶的设计需要满足什么功能和性质上的需求。 酶（蛋白质大分子酶）具有催化化学反应的能力。它们可以显著提高反应速率，而本身在反应中不被消耗。酶通过降低化学反应的活化能来加速反应。它们通常具有高度的底物特异性和反应特异性。底物特异性是结合， 反应特异性是指催化活性。这是功能的需求。同时，还需要满足不同环境下都稳定的需求。
=================================补充说明=GPT===============
人工智能（AI）在蛋白质设计中的应用具有广泛的前景，而在这些应用中，人工智能+酶设计确实是其中最复杂和最具挑战性的领域之一。以下是酶设计为何被认为特别困难的几个关键原因：
1. 多重功能优化需求：

• 催化活性：酶不仅需要识别和结合底物，还必须有效地催化化学反应，这涉及复杂的活性位点配置和动力学参数优化（如 kcatk_{cat}kcat​ 和 KmK_mKm​）。
  
• 底物特异性：酶必须对特定的底物显示出高选择性，这需要精确设计酶的结构以适应目标底物。
  
• 环境稳定性：酶在各种操作环境下（不同的pH值、温度、压力等）需要保持活性和稳定性。
  

2. 复杂的序列-功能关系：

• 小的序列变化可能显著影响酶的催化性能和稳定性，酶设计需要深入了解这些复杂的非线性关系。
  
• AI挑战：建模这种高度复杂的关系对AI技术提出了很高的要求，需要处理大量高维数据和复杂的相互作用。
  

3. 多目标优化：

• 酶设计经常需要同时优化多个目标（如催化效率、底物特异性和环境稳定性），这增加了设计的难度。
  
• AI挑战：AI模型必须能够在多目标之间找到最佳平衡，这是一个高度复杂的优化问题。
  

4. 动态行为的考虑：

• 酶的功能不仅依赖于其静态结构，还取决于其在催化过程中的动态行为和构象变化。
  
• AI挑战：预测和模拟这种动态行为需要高级的AI和计算方法，如分子动力学模拟与机器学习的结合。
  

5. 高分辨率的结构要求：

• 为了设计出高效的酶，通常需要高分辨率的三维结构信息，这对结构解析和建模提出了更高的要求。
  

与其他蛋白质设计的对比：

• 靶点蛋白设计：主要关注的是药物结合位点的优化，不涉及复杂的催化反应和动态行为的调整。
  
• 通道蛋白设计：更多关注的是分子或离子通过膜的选择性和效率，虽然也复杂，但不涉及酶催化的多重功能优化。
  

结论：
人工智能+酶设计在蛋白质设计中被认为是最难的部分之一，因为它需要同时考虑和优化多重复杂的因素和功能。这使得它比单纯的靶点蛋白或通道蛋白设计更具挑战性，尤其在应用AI技术进行建模和优化时，要求更高的计算能力和算法复杂性。

4）这样看，酶设计的关键难点是什么？ a）功能要求，高度结合+酶催化活性 b）稳定性性质要求，热，酸碱，水溶性稳定性  酶设计的关键难点就是 找到序列和结合，序列和催化活性，序列和热冷稳定性，酸碱稳定性以及溶剂条件稳定性的关系对吧。  然后基于得到的基序（结构域）和这些指定功能或者性质的关系，然后开始正向筛选或者反向设计蛋白质。
5）已有的方法如何解决这些关键难点呢？
a. 实验方法

• 定向进化：利用生物技术手段，对蛋白质进行系列突变，然后通过实验筛选出具有期望特性的蛋白质变体。
  
• 酶动力学分析：通过实验测量酶的活性参数（例如Km和Vmax），了解酶如何在不同条件下与底物相互作用。
  
• 稳定性测试：评估蛋白质在不同环境条件（如不同的温度、pH值或化学环境）下的稳定性，通常通过热失活实验或化学变性实验进行。
  
• 结构分析：使用X射线晶体学或核磁共振（NMR）技术确定蛋白质的精确三维结构。
  

b. 分子动力学模拟

• 分子动力学模拟：使用计算模型模拟蛋白质分子在原子水平上的运动，帮助理解其动态行为，例如酶如何与底物相互作用，或在不同条件下蛋白质的稳定性变化。
  

c. 计算生物学方法

• 生物信息学分析：包括序列对比和进化分析，通过分析大量蛋白质的序列数据来识别与特定功能相关的保守序列和结构域。
  
• 预测算法：使用各种生物信息学工具（如机器学习模型）预测序列变异对蛋白质结构和功能的影响，这包括对结合亲和力、催化效率或稳定性的预测。
  

6 ）成功的案例 来自GPT

• PETase：科学家通过定向进化改造了一种能够降解塑料的酶，名为PETase。这种酶最初是从嗜热细菌中发现的，后来通过改造使其能在更低的温度下有效工作，以便更广泛地应用于塑料回收和降解。
  
• CalB 脂肪酶：通过定向进化技术改善了CalB脂肪酶的催化效率和溶剂稳定性，这使得它在工业有机合成中的应用更为广泛和有效。
  
• 嘌呤核苷酸还原酶：通过定向进化提高了该酶对反应物的特异性和对不同底物的催化效率，用于更有效地生产某些抗病毒药物和抗癌药物的前体。
  酮类固醇异构酶（KSI）电场优化： 研究人员优化了酮类固醇异构酶（KSI）活性中心周围的电场，以提高其催化效率。通过振动Stark效应光谱学，他们发现酶活性中心的强电场有助于催化过程中的电荷重排，这种调整直接与反应的催化转化率增加相关，展示了通过电场预组织来增强酶活性的新方法。
  
• 酯酶和脱氢酶的活性及对映选择性改造：
  
• 类芽孢杆菌酯酶（EstA）：研究人员发现类芽孢杆菌酯酶由于在其氧阴离子孔中的丝氨酸残基导致活性较低，而同类酶中为甘氨酸。将此丝氨酸突变为甘氨酸后，酶活性提高了26倍，大大增强了其转化第三级醇酯的效率。
  
• 谷氨酸脱氢酶（GluDH）：通过基因挖掘，研究人员识别了两种不同细菌来源的GluDH酶。通过比对它们的序列并在底物结合口袋附近交换氨基酸，他们增强了其中一个变体的活性2.1倍，同时保持了高溶解性表达，展示了理性酶重设计的力量。
  

• 提高酰胺酶活性以降解乙酰胺： 来自农杆菌的酰胺酶被改造以提高其在酒精饮料中降解致癌乙酰胺的活性。通过与其他显示乙酰胺降解活性的尿素酶序列比对，并识别催化三元组附近的关键氨基酸，研究人员设计了突变，使酶的活性提高了4.9倍，展示了一种战略性方法来净化食品和饮料中的有害化合物。
  

7）已有这些方法的困难和局限是什么？来源GPT
a. 实验方法

• 高成本和时间消耗：实验方法如定向进化和酶动力学测试通常需要大量的时间和资源。例如，定向进化需要进行多轮突变和筛选，这可能涉及大量的样本处理和分析。
  
• 复杂性和可操作性限制：对蛋白质结构进行实验分析（如X射线晶体学或NMR）要求获得高质量的晶体或适合NMR分析的样品，这在某些情况下可能难以实现。
  
• 环境依赖性：在实验室条件下测试的蛋白质行为可能不完全反映其在真实或体内环境中的表现，尤其是在不同的生物体内或复杂的工业应用中。
  

b. 分子动力学模拟

• 计算资源要求高：精确的分子动力学模拟需要大量的计算资源，尤其是对大系统或长时间尺度的模拟。
  
• 模型准确性：模拟的准确性依赖于所使用的力场和算法。不精确的模型可能导致错误的预测，影响结果的可靠性。
  
• 尺度和时间限制：尽管现代计算能力很强，但分子动力学模拟仍然难以完全捕捉到长时间尺度上的生物分子行为，特别是对于非常大或复杂的蛋白质系统。
  

c. 计算生物学方法

• 数据质量和可用性：生物信息学分析的准确性高度依赖于输入数据的质量和完整性。不准确或偏差大的数据会直接影响预测结果的可靠性。
  
• 算法复杂性和泛化能力：机器学习和其他预测模型需要大量的训练数据，并且其性能很大程度上取决于模型设计和训练过程的优化。此外，这些模型在面对未见过的新蛋白质序列时可能会失效。
  
• 解释性：尽管计算方法可以提供功能预测，但这些预测的生物学解释往往不够直观，需要结合实验数据和生物学知识进行综合分析。
  

8）人工智能方法目前的进展 来源GPT

数据的丰富，看这个 【周博士：聚焦在“人工智能+酶设计”上——已有蛋白质酶数据库的整理】
【酶的数据集虽然多，但是总体体量小，数据集之间差异大】

设计再筛选：当前大多数酶设计项目遵循先设计再筛选的思路。通常基于已有的大量蛋白质数据（包括酶的和非酶的数据），利用已知结构信息和计算模型，优化酶的特性（如活性、特异性）。这种方法在设计过程中不断利用实验验证和迭代改进。

• Ginkgo Bioworks的Owl工具：利用大规模数据生成和机器学习，优化酶的功能，如活性和特异性。
  
• AlphaFold的结构预测：准确预测酶的三维结构，帮助识别活性位点并进行结构优化。
  

从头设计（De Novo）酶的挑战：

• 数据限制：纯粹从头设计的研究相对较少，因为与酶相关的数据集数量较少且差异性大，这使得基序（motif）与酶活性等功能的对应关系较难挖掘。
  
• 复杂的功能需求：从头设计的酶需要满足复杂的催化功能和结构稳定性，这比在现有酶基础上进行优化更具挑战。
  

数据集和知识的限制：

• 酶数据的稀缺性：现有的酶数据集虽然在不断增加，但相比于其他蛋白质（如抗体、受体等），酶的数据仍然相对稀缺，尤其是与详细的动力学和结构功能关系相关的数据。
  
• 结构功能关系的复杂性：酶的活性通常依赖于复杂的结构特征和特定的序列基序，这些特征在从头设计中难以准确预测和实现。
  

技术和方法的限制：

• 计算复杂性：从头设计酶需要精确模拟酶的三维结构和催化过程，这在计算上非常复杂且资源密集。
  
• 实验验证的需求：尽管计算设计可以提供初步的结构和功能预测，但实验验证仍然是不可或缺的步骤，而实验的高成本和复杂性限制了从头设计的广泛应用。
  

结论：

目前，基于已有酶的优化设计比纯粹的从头设计更为常见和实用。这是因为现有的酶提供了一个坚实的基础，结合大规模数据和计算工具，可以更高效地进行优化。而从头设计虽然前景广阔，但受限于数据、技术和实验验证的复杂性，仍然是一个需要进一步发展的领域。

9 AI+Enzyme的案例   来源GPT   

• Ginkgo Bioworks的Owl工具： Ginkgo Bioworks利用其庞大的细胞工程平台和人工智能工具“Owl”来优化酶设计。他们通过结合大规模数据生成和机器学习模型，不断改进酶的活性、特异性等功能。Owl工具能够利用这些数据，精确地设计出满足特定需求的酶变体。这种方法已经成功用于提高中心碳代谢过程中某些关键酶的反应动力学性能，实现了在特定应用中所需的酶效率提升。
  
• AlphaFold的结构预测： DeepMind的AlphaFold系统通过其革命性的蛋白质结构预测能力，为酶设计提供了强大支持。AlphaFold可以准确预测未知蛋白质的三维结构，这对于理解酶的催化机制和设计具有更好催化性能的酶至关重要。例如，研究人员利用AlphaFold预测的结构来识别可能的活性位点和进行针对性的突变，以提高酶的催化效率和底物特异性。
  
• 大数据与AI的结合：Ginkgo Bioworks等公司正在利用其细胞工程平台产生的大量高质量数据，结合机器学习（ML）工具，来优化酶的设计和功能。这种方法突破了传统研发的限制，使得酶设计更加精准和高效。例如，Ginkgo的ML工具“Owl”能够细致调整酶以适应特定的功能需求，如活性、特异性等​ (Ginkgo Bioworks)​。
  
• 结构导向的设计与定向进化：研究人员通过结构导向的设计方法来构建具有改进的底物结合能力的酶。例如，通过模拟和实验评估相结合的方式，研究人员能够改造特定的酶以增强其对底物的结合和催化效率。这包括利用分子动力学（MD）模拟指导位点特异性突变，以提高酶的催化效率​ (SpringerOpen)​。
  
• 功能脂肪的合成：在功能性脂肪的合成领域，通过蛋白工程技术改造的酶正在展现出其在化学选择性、区域选择性和立体选择性方面的优势。这些改造的酶能够更加精确地合成特定类型的脂质分子，有助于制造更健康或具有特殊工业应用价值的脂肪​ (SpringerOpen)​。
  

原文地址：https://zhuanlan.zhihu.com/p/702897709