北京的科学技术科学家，6月23日（以色列韦兹曼科学院的REU Xia）发表了一篇新数量的《大自然》杂志上的文章。这种新的酶不仅催化天然蛋白无法完成的化学反应，而且它们的效率比设计的人工智能（AI）高100倍，标志着根据要求的“个性化”高效率酶的新阶段。传统计算机算法支持的酶通常效率低下，需要大量时间来优化实验室。为了打破这种瓶颈，研究人员采用了一种独特的方法，并选择了“ kempeLimination”（一种不自然的化学反应，意味着从特定底物的碳原子中消除了质子）作为验证的情况。团队收集了天然酶数据，例如通过计算片段中分解的基本材料和蛋白质序列。重新梳理这些片段后，该算法显示出最大的IDE基于原子行为模型的Al“骨骼”。令人惊讶的是，该算法取消了酶活性位点需要循环氨基酸的传统认识，计算表明，关联结构更有效，并且可以显着提高催化效率。与天然酶相比，最终的合成酶显示出非常高的催化效率，但是氨基酸序列差异大于140。研究人员认识到，合成蛋白的结构比天然酶的结构更简单。例如，在服用光合作用中的关键酶时，天然酶可以通过复杂的变化来催化多个步骤反应。这是团队的下一个重要方法。尽管AI蛋白设计在上一十年中很受欢迎，但它们的工作机制主要模仿现有酶。相比之下，新算法的工作机制基于生产酶的物理原理。研究人员说AI是Rea当涉及特定蛋白质设计时，可以不可替代，但仍无法处理复杂的催化反应。将来，两种方法必须补充其他方法以设计更完整的酶。
