来源：Molecules | 编译：DNA Lab Space
酶工程长期依赖定向进化和理性设计，但这两条经典路径都撞上了同一堵墙——实验通量低、成本高、序列空间探索范围狭窄。一篇发表于 Molecules 的综述系统梳理了人工智能如何拆掉这堵墙。作者Khan和Khan提出，以AlphaFold2、ProteinGAN、强化学习为代表的AI模型，正在把酶工程从"钓一条是一条"的经验模式，推向"先算后做"的预测性设计。文中甚至提到了能催化非天然反应的合成酶（synzymes）——这个概念在五年前还近乎科幻。
研究背景
酶的改造是生物技术、医药和工业领域的核心驱动力。传统方法中，定向进化通过迭代突变和筛选改善酶性能，理性设计则依赖结构信息进行定点改造。两者的共同瓶颈在于：实验工作量巨大、单轮筛选成本高昂、可触及的序列多样性狭窄。一个典型的定向进化项目往往需要数月甚至数年的反复筛选，而理性设计对结构信息的依赖又限制了其在缺乏晶体结构时的应用。
AI的介入改变了这一格局。机器学习模型能从海量序列-功能数据中提取规律，深度学习模型则进一步捕捉序列与结构之间的复杂映射。论文指出，AlphaFold2、RoseTTAFold、ProGen、ESM-2等模型已经能够高精度预测酶的结构、稳定性和催化功能，为理性突变提供精准导航。生成模型如ProteinGAN和变分自编码器（VAE）则走得更远——它们不再局限于改造天然序列，而是直接从头设计具有定制活性的全新序列。强化学习则优化突变选择和功能预测的决策过程。
这项综述的独特之处在于，它没有停留在单个模型的介绍，而是构建了一个统一框架，把预测模型、生成模型、学习策略和混合工作流串联起来，描绘出下一代酶工程的完整技术版图。
研究方法
这篇综述采用文献综合分析方法，系统梳理了AI在酶工程各环节的应用现状。论文将AI方法划分为四大类，每类的技术路线和适用场景各不相同。
结构预测模型是AI酶工程的基础设施。AlphaFold2利用多序列比对和注意力机制，将氨基酸序列直接映射到三维结构坐标，预测精度已接近实验解析结构。RoseTTAFold采用三轨架构，同时处理序列、残基对距离和坐标信息，在计算效率和精度间取得平衡。ESM-2则基于蛋白质语言模型，从海量天然序列中学习进化模式，无需显式结构信息即可输出功能相关表征。这些模型的共同逻辑是：先建立序列-结构-功能的预测管线，再做定点突变设计。
生成模型代表了另一条技术路线。ProteinGAN基于生成对抗网络，通过判别器与生成器的博弈，学习天然酶序列的分布规律，进而生成与天然序列相似但全新的候选序列。变分自编码器则将序列压缩到低维潜空间，研究者可以在潜空间内插值或偏移，获得具有中间特性或新特性的序列。论文强调，这类"从无到有"的序列生成能力，是传统定向进化难以企及的——后者只能在已有序列附近做局部搜索。
强化学习在酶工程中的应用侧重决策优化。模型将突变选择视为序列空间中的路径规划问题，通过奖励函数引导搜索方向——例如以催化活性或热稳定性为奖励信号，让智能体在迭代中学会"哪些位置的哪些突变值得尝试"。论文指出，这种方法特别适合多目标优化场景，例如同时提升活性和稳定性。
混合AI-实验工作流是论文强调的落地关键。纯粹的计算机预测存在实验验证瓶颈——第5.4.4节专门讨论了这一问题：即使预测性能很高，将机器学习输出转化为经实验验证的结果仍然困难，限制因素包括成本、检测方法设计、蛋白质表达障碍和底物可获得性。论文给出的解决方案是，用计算预测做优先级排序（in silico prioritisation），再用靶向高通量筛选和标准化验证流程来缩小设计-实验差距。原文摘要未详述具体的高通量筛选参数，如筛选通量、检测体系或表达宿主。
研究结果
论文的核心发现可以归纳为五个层面，每个层面都有明确的技术支撑。
第一，预测模型的精度已足以指导理性设计。 AlphaFold2、RoseTTAFold、ProGen和ESM-2被论文列为当前最有效的结构-功能预测工具，它们能够"准确预测酶的结构、稳定性和催化功能"，从而为理性突变和优化提供依据。这里的"准确"指的是模型层面达到的预测精度，原文摘要未提供具体的RMSD值或准确率百分比。
第二，生成模型实现了真正的de novo序列设计。 ProteinGAN和变分自编码器不仅能够生成新序列，还能赋予这些序列"定制化活性"。这意味着酶工程从"改造天然酶"迈入了"创造非天然酶"的新阶段。原文摘要未提供生成序列的活性测定数据或成功率的量化指标。
第三，强化学习提升了突变选择的效率。 论文指出，强化学习能够"增强突变选择和功能预测"，其核心优势在于将突变过程建模为序贯决策问题，通过试错信号持续优化选择策略。原文摘要未详述具体的奖励函数设计或迭代轮次。
第四，混合工作流显著加速了发现周期。 将预测建模与高通量筛选结合的混合流程，能够"加速发现并减少实验需求"。论文在方法部分进一步指出，这种混合策略需要配合标准化验证方案，才能弥合计算预测与实验验证之间的鸿沟。原文摘要未提供加速倍率或实验量减少的具体数据。
第五，AI设计酶的应用边界已拓展到非天然反应。 论文明确提出，这些策略已催生出能够催化非天然反应的合成"synzymes"，应用领域覆盖制药、生物燃料和环境修复。同时，AI驱动的逆合成分析和代谢通路建模正在推进代谢工程与工艺优化。原文摘要未提供具体的synzyme催化底物或转化率数据。
一个值得注意的论点是，论文将AI酶工程定位为"从经验试错向预测性、计算引导设计的转变"。这不是简单的工具升级，而是方法论层面的范式转换——设计决策的依据从实验直觉转向数据驱动的预测模型。
讨论与展望
这篇综述的贡献在于提供了一个统一视角。以往文献多聚焦单一AI方法，而Khan和Khan将结构预测、序列生成、强化学习和混合工作流整合为一个连贯的技术体系，清晰展示了各方法之间的互补关系——预测模型解决"这个突变会怎样"，生成模型解决"哪些序列值得做"，强化学习解决"下一步该试什么"，混合工作流解决"怎么让计算和实验闭环"。
论文对实验验证瓶颈的讨论值得深思。第5.4.4节明确指出，高预测性能不等于高实验成功率，表达障碍、底物可获得性和检测成本都可能成为卡点。这种清醒的认识让综述避免了"AI万能论"的陷阱。
展望方面，合成酶（synzymes）的兴起暗示了一个更激进的未来——当AI设计的能力足够强大，酶工程的目标可能不再局限于优化天然反应，而是创造自然界不存在的催化功能。制药、生物燃料和环境修复这三个应用方向的并列，也提示该技术的通用性。原文摘要未讨论具体的时间表或技术路线图，这些方向仍处于早期探索阶段。
参考来源：Khan MF, Khan MT. AI-Driven Enzyme Engineering: Emerging Models and Next-Generation Biotechnological Applications. Molecules. PMID: 41515342.
PMID: 41515342