【美国】华盛顿大学团队利用人工智能设计出可分子级降解塑料的高效酶

要点
- 研究发表于《科学》期刊,2025年公布
- 测试300余种计算机生成的蛋白质模型
- PET降解周期从数百年缩短至数天或数周
- 整合五种传统同类设计未包含的关键催化基团
华盛顿大学科研团队利用人工智能技术,在分子层面设计出能够降解特定塑料的酶,为破解塑料污染难题取得突破性进展。这项发表于《科学》(Science)期刊的研究,展示了如何借助AI开发高效丝氨酸水解酶,以分解聚对苯二甲酸乙二醇酯(PET)等材料中的酯键。该成果于2025年公布,被视为迈向可持续降解塑料、缓解全球生态系统压力的重要一步。研究有望应用于回收与生物工程技术领域,为降低塑料废弃物对环境的负面影响开辟新路径。
AI设计酶有望引领回收革命
由华盛顿大学大卫·贝克(David Baker)团队主导的这项发现,有望重塑塑料回收范式。AI设计的酶在降解PET等塑料方面,效率远超此前开发的任何酶。这一突破得益于深度学习模型在蛋白质设计中的应用,从而构建出针对PET降解优化的酶结构。PET是包装和纺织领域应用最广的塑料,其降解关键在于切断酯键。
《科学》期刊详细阐述了研究人员利用尖端AI工具对酶催化活性进行建模与优化的过程。团队测试了300余种计算机生成的蛋白质模型,经过多轮筛选,最终获得与计算模型高度吻合的晶体结构,误差小于1Å。这表明基于AI的生成式设计在蛋白质工程领域达到了前所未有的精度。
AI如何设计塑料降解酶
该酶的研发结合了深度学习与分子模拟技术。贝克团队使用了名为RFdiffusion的生成式AI系统,该系统能够针对特定反应设计具有复杂活性位点的蛋白质。成功的关键在于模型能够预测催化位点的最佳结构,确保酶与塑料之间的高效相互作用。
此外,团队还运用了名为PLACER(Protein-Ligand Atomistic Conformational Ensemble Reproduction)的创新评估工具,分析设计酶在不同反应状态下的作用机制。通过这一方法论,研究人员对酶进行了迭代优化,整合了五种传统同类设计未包含的关键催化基团。最终获得的酶不仅展现出优异的催化活性,还具备结构稳定性,表明其适用于工业化生产。
对治理塑料污染的意义
利用AI开发该酶,是解决全球塑料污染问题的重大进步。PET等塑料在自然环境中需数百年才能降解,而新酶可将降解周期缩短至数天或数周。这为回收与减废提供了创新方案,使塑料能被分解为基本组分,从而实现更高效的重用。
该技术的潜力不仅限于PET。得益于AI设计的灵活性,研究人员可开发针对其他塑料类型的优化版本,如目前占海洋和填埋场废弃物相当比例的聚乙烯(PE)和聚丙烯(PP)。该领域的进一步进展,有望彻底改变回收产业减少环境塑料累积的能力。
迈向塑料循环经济的一步
AI设计的新酶不仅具有学术价值,还为回收产业提供了具体应用前景。若实现规模化生产,该技术可整合进回收工厂,将PET分解为原始单体,从而在不降低品质的前提下用于制造新产品。这种模式有助于实现真正的循环回收,降低对原生塑料的依赖,并最小化生产过程中的环境影响。
法国企业Carbios(卡比奥)长期致力于开发可降解PET的酶,但其方法依赖通过基因工程优化天然酶。华盛顿大学的发现之所以独特,在于利用AI从零开始全新构建酶。这为针对各类塑料设计专用催化剂提供了可能,也为高密度聚乙烯(HDPE)和聚丙烯(PP)等难以生物降解的塑料回收提供了潜在解决方案。此前,这类塑料难以通过生物工艺实现回收。
编辑观点
AI设计酶为化学回收提供新路径,可整合进回收工厂生产rPET。从业者应关注该技术规模化进展,评估其在降低原生塑料依赖、提升再生料品质方面的应用潜力。
常见问题
华盛顿大学AI设计的酶降解PET效率如何?
效率远超此前开发的任何酶。该酶通过AI优化催化活性,将PET降解周期从数百年缩短至数天或数周,实现分子级快速分解。
RFdiffusion系统在酶设计中起什么作用?
用于针对特定反应设计具有复杂活性位点的蛋白质。系统预测催化位点最佳结构,确保酶与塑料高效相互作用,是AI设计酶的核心工具。
该技术对PE和PP回收有何潜力?
可开发针对PE、PP等塑料的优化版本。AI设计灵活性使团队能针对各类塑料设计专用催化剂,为难以生物降解的塑料回收提供解决方案。