💡
原文中文，约3000字，阅读约需8分钟。
📝
内容提要
华盛顿大学研究团队利用人工智能RFdiffusion和深度学习网络PLACER，从头设计出高效丝氨酸水解酶，催化效率达到2.2x10^5 M^−1 s^−1。这一突破克服了传统设计的局限，标志着酶工程的重要进展，可能推动生物和工业应用的发展。
🎯
关键要点
- 华盛顿大学研究团队利用人工智能RFdiffusion和深度学习网络PLACER设计出高效丝氨酸水解酶。
- 该酶的催化效率达到2.2x10^5 M^−1 s^−1，标志着酶工程的重要进展。
- 研究克服了传统设计的局限，可能推动生物和工业应用的发展。
- 研究表明，设计的酶加速了四步化学反应，对塑料回收等过程至关重要。
- 研究团队结合RFdiffusion和PLACER的方法，确保设计的准确性和预组织。
- 实验结果显示，设计的酶具有显著的催化效率和原子精度，代表了计算酶设计的重大进步。
- 研究人员推测，深度学习的进步使得从头设计蛋白质成为可能。
- PLACER深度神经网络能够快速生成反应中间体的集合，提供设计缺陷的反馈。
- 研究人员希望未来能够设计出多种新型催化剂，如PETase和酰胺酶。
➡️
