共计 769 个字符，预计需要花费 2 分钟才能阅读完成。
伊利诺伊大学厄巴纳 - 香槟分校的研究团队通过结合人工智能、自动化机器人和合成生物学技术，成功开发了一种高效的酶改进流程，显著提升了两种重要工业酶的性能。这项研究由化学与生物分子工程教授 Huimin Zhao 领导，相关成果已发表在《自然通讯》杂志上。
酶作为执行特定催化功能的蛋白质，在能源生产、治疗学以及消费品等领域应用广泛。然而，其效率和在复杂化学环境中的识别能力常常面临挑战。Zhao 教授指出：” 改进蛋白质功能，尤其是酶功能，具有挑战性，因为我们不知道应该引入哪些突变。通过整合人工智能和自动化合成生物学，我们提供了一种高效解决方案。”
- 
- 
- 
- 
- 
- 
研究团队采用了一种创新的方法：首先，AI 工具分析目标酶并提出改进建议；随后，iBioFoundry 的自动化蛋白质构建机器生产建议的酶，并快速测试其功能；测试数据被输入到另一个 AI 模型中，用于改进下一轮蛋白质设计。iBioFoundry 经理 Stephan Lane 表示：” 这是迈向自动驾驶实验室的一步：AI 算法完成设计和学习，机器人完成构建和测试。”
通过这种方法，团队成功改进了两种关键工业酶的性能。一种用于动物饲料的酶活性提高了 26 倍，另一种用于工业化学合成的催化剂活性提高了 16 倍，底物偏好性提高了 90 倍。Zhao 强调：” 虽然我们在论文中描述了两酶，但这是一种通用方法。我们只需要一个蛋白质序列和一个检测方法，并希望将其应用于尽可能多的酶。”
展望未来，研究团队计划继续改进 AI 模型，并升级设备以实现更快、更高通量的合成和测试。他们还开发了一个用户友好的界面，使不同背景的研究人员都能轻松使用该工具。研究生 Tianhao Yu 表示：” 用户界面的目标是让实验科学家无需运行复杂的程序，只需用英语描述需求，系统便会自动运行。”
这项创新研究得到了美国国家科学基金会和美国能源部的支持，为酶工程领域开辟了新的可能性。
