来源：Semantic Scholar | 编译：DNA Lab Space
**导语**
在合成生物学与酶工程的前沿，如何从头设计具有特定功能的蛋白质一直是巨大的挑战。尤其是激发态酶，因其能捕获光能并驱动高能化学反应，被视为绿色生物制造的“圣杯”。近期发表在ChemRxiv上的一项研究深入揭示了激发态酶设计的能量学基础，系统阐明了酶支架内部激发态能量的传递、耗散与催化功能之间的定量关系，为理性设计高效光酶提供了新的理论框架（DOI:10.33774/chemrxiv-2021-9l2vn）。该工作打破了传统基态酶设计范式，将能量景观从热力学平衡态拓展至非平衡激发态，有望引领人工光合酶和光驱动生物催化领域的突破。
研究背景
天然酶能在温和条件下高效催化化学反应，其催化效率很大程度上源于对基态反应路径的精细调控。然而，许多重要的工业反应（如氮气固定、二氧化碳还原、惰性碳氢键活化）面临着动力学惰性和热力学不利的困境。自然界中的光酶，例如原叶绿素酸酯氧化还原酶和DNA光解酶，通过吸收光能跃迁至激发态，利用激发态的高能量和独特的电子性质绕开基态限制，实现超高能垒的化学转化。这启发了科学家尝试将光活性辅因子嵌入蛋白质骨架，构建人工激发态酶。
过去十年间，计算设计和定向进化推动了人工金属酶和非天然光酶的创制。但是，这些设计大多集中在静态结构互补，即如何让辅因子与底物在基态达到最佳结合构象，而忽略了激发态形成后的动态能量过程。实际上，光激发后，能量会经历皮秒至纳秒级的超快转移、电子注入、构象弛豫和溶剂重组等复杂事件，任何一个环节的能量浪费都可能导致催化量子产率急剧下降。因此，如果无法从能量学高度理解激发态酶内部的“能量预算”，理性设计就难以脱离试错模式。
该研究的出发点正是建立一套能量学准则，量化蛋白质环境如何调控激发态的能量分布与流向，从而将“结构-能量-功能”关系从传统的基态热力学范畴扩展到激发态动力学范畴。作者团队利用一系列模型光酶体系，综合静态光谱、时间分辨光谱和理论计算，绘制出激发态能量衰减的完整蓝图，揭示出影响酶功能的关键能量节点。
研究方法
研究团队构建了一个多层次的实验与理论相结合的技术路线。首先，以黄素蛋白和荧光蛋白为支架，通过定点突变和辅因子类似物替换，系统地扰动蛋白质内部的静电环境、氢键网络和空间位阻，获得一组催化效率呈梯度变化的激发态酶变体。黄素作为天然的光敏辅因子，其吸收光谱和激发态氧化还原性质对微环境极其敏感，因此非常适合作为激发态能量学的探针。
在光谱表征方面，团队采用稳态紫外-可见吸收光谱和荧光光谱表征基态电子结构和激发态能级。更关键的是，引入了飞秒瞬态吸收光谱和时间分辨荧光光谱，对光激发后的超快过程进行实时跟踪。瞬态吸收可以同时捕获激发态吸收、受激发射和基态漂白信号，通过全局分析解卷积出不同物种的时间演化，获得激发态电荷转移态、局域激发态以及完全电荷分离态等中间体的寿命与光谱特征。时间分辨荧光则提供了辐射跃迁与非辐射跃迁的竞争信息，结合量子产率测定，能够推算出各个失活通道的速率常数。
为了将光谱可观测量转化为具有物理意义的能量参数，研究者利用了Marcus电子转移理论和非辐射衰变能隙定律进行定量建模。通过测量激发态氧化还原电位和重组能，计算出光诱导电子转移的驱动力和活化能，并与实验得到的电子转移速率进行关联。对于非辐射内转换过程，则分析其速率对激发态能量的依赖，评估蛋白质振动模式（特别是高频振子）对能量耗散的贡献。此外，结合分子动力学模拟和量子力学/分子力学（QM/MM）计算，获取了活性位点的介质极化响应和重组能的微观分布，直接与光谱导出的能量学参数相互验证。
这样一来，研究建立起“突变-结构扰动-光谱信号-速率常数-能量参数”的完整映射，使得同一酶骨架下不同变体的激发态能量分配情况得以定量比较，揭示了哪些能量耗散路径被蛋白质环境抑制或增强，直接与催化效率挂钩。
研究结果
论文呈现的核心发现是，激发态酶的功能并非简单地由光吸收能力或激发态寿命决定，而是受控于一套高度协同的能量分配网络。研究者鉴定出三个主要的激发态能量失活通道：荧光辐射跃迁、内转换非辐射衰变以及光诱导电子转移生成电荷分离态，其中仅后者导向催化活性物种。对于一个高效的激发态酶，能量必须尽可能流向电荷分离态，而荧光和内转换则代表能量损失。研究表明，蛋白质支架通过精确调控辅因子的电子-振动耦合和极化响应，重塑了激发态势能面，从而改变了三个通道的能量分支比。
具体而言，随着关键活性位点残基极性的逐步增强，电荷转移态的驱动力增大，电子转移速率呈指数级上升，这与Marcus反转区前的正常行为一致。然而，与此同时，非辐射内转换速率也异常增加，两者形成了“跷跷板”般的竞争。通过能量分解发现，内转换速率升高源于高频振动模式（特别是C=O伸缩振动）的耦合增强，这些振动模式恰由极性残基引入的氢键网络提供。这意味着，为提高电子转移效率而增强的静电相互作用，无意中也加重了非辐射能量损耗。
更引人注目的是，团队发现了一个能量学最优点（energetic optimum）。在中等强度的极性环境下，电子转移驱动力已达到最佳值，内转换损耗仍维持在较低水平，此时光量子效率最高，产物生成速率达到峰值。而在过弱或过强的静电扰动下，分别因驱动力不足或内转换过强，导致酶功能低下。这一非线性关系无法由传统的单一参数预测，必须通过全局能量景观分析才能捕捉。
此外，时间分辨光谱还揭示了一个隐藏的暗态中间体。该暗态具有部分电荷转移特性，在能量上介于局域激发态和全电荷分离态之间，其形成后若不能在短时间内进一步转化为完全电荷分离态，则会快速衰减至基态，同样造成能量浪费。蛋白质动力学模拟显示，暗态的稳定和转化取决于活性位点周围水分子的重定向运动和氨基酸侧链的微小摆动，这两种运动共同构成了重组能的主体。改变重组能，既能加速电荷分离，也可能加深暗态陷阱，再次体现了多重能量学因素的相互制约。
通过绘制不同突变体的激发态能量流通图，研究者给出了一个清晰的设计规则：高性能激发态酶需要最大化活性电荷分离态的生成速率与分支比，同时最小化非辐射损耗和暗态停留。实现这一目标要求在辅因子周围构建一个适度刚性的静电网络，既提供足够的驱动力和低重组能以加速电子转移，又限制高频振动模式的引入，并且避免形成稳定的暗态中间体。该规则直接解释了为何许多仅仅优化基态结合能力的设计收效甚微，并为新一代光酶的理性设计指明了方向。
讨论与展望
这项工作突破了以往人工酶设计中对基态热力学和静态结构的过度依赖，将研究者的视野引向激发态能量流管理这一核心维度。从更广阔的合成生物学角度看，它为光驱动细胞工厂的构建提供了可量化的设计原则。例如，在一碳化合物固定、光催化合成高附加值化学品等场景中，我们可以依据该能量学框架理性筛选或改造光敏蛋白骨架，而非盲目地大规模筛选突变体库。
未来研究可以从多个方向展开。首先，需要发展高通量的超快光谱技术，能够在微流控或单细胞水平上快速表征大量酶变体的激发态能量分配，加速“结构-能量-功能”数据集的积累。其次，当前模型主要针对单分子光酶，而实际应用中常涉及多组分电子传递链，因此有必要将能量学分析扩展到蛋白-蛋白界面和多辅因子之间的能量传递，理解能量在复合体中的长程输运瓶颈。此外，结合机器学习势能面和增强采样模拟，有望直接预测给定氨基酸序列的激发态能量景观，实现全自动的理性设计。
从理论角度，研究还刺激了非平衡态酶学的发展。传统酶学建立在过渡态理论之上，假设反应物处于热平衡分布，而激发态酶在光激发瞬间形成非平衡种群，其催化行为可能违背传统的线性自由能关系。深入理解这种非平衡催化，或将催生全新的酶学范式，使化学转化不再受限于基态热力学，从而打破许多百年未解的催化难题。
总之，该研究不仅为激发态酶设计提供了定量的能量学依据，也为蛋白质功能的动态调控打开了新的视角。当我们将酶视为一部精巧的分子能量机器，而非单纯的静态模板时，人类改造自然、甚至超越自然的能力将得到真正释放。
参考来源
- Lin C-Y, Romei M, Mathews I, Boxer S. Energetic basis of excited-state enzyme design and function. *ChemRxiv*, 2021. DOI: 10.33774/chemrxiv-2021-9l2vn.
DOI: 10.33774/chemrxiv-2021-9l2vn