MPNN-guided redesign of PET hydrolases with enhanced catalytic activity below the PET glass transition temperature

该研究利用 ProteinMPNN 和 LigandMPNN 等逆折叠模型对 PET 水解酶 PHL7 进行序列重设计，成功获得了在低于玻璃化转变温度下仍具备高催化活性及优异表达量的变体（如 D5），从而实现了在温和条件下高效降解 PET 并生成可循环再聚合的 MHET。

要点

这是一篇关于**“用人工智能给塑料分解酶做‘整容手术’"的有趣研究。为了让你更容易理解，我们可以把这篇论文的故事想象成一场“超级英雄训练营”**。

1. 背景：塑料怪兽与疲惫的清洁工

• 塑料怪兽（PET 塑料）： 我们生活中到处都是塑料瓶和包装（比如 PET 塑料）。它们很难降解，堆积如山，污染环境。
• 清洁工（PHL7 酶）： 科学家发现了一种叫 PHL7 的酶，它像是一个专门吃塑料的“清洁工”。
  • 它的优点： 吃得很快，能把塑料分解成小分子。
  • 它的缺点： 这个清洁工太“娇气”了。
    1. 怕冷： 它必须在很热（约 70°C）的环境下工作，就像必须在大夏天才能干活，冬天（低温）就罢工了。
    2. 产量低： 想要很多清洁工，但工厂（细菌）很难生产出足够的数量，成本太高。
    3. 寿命短： 在高温下工作一会儿，它就累坏了（失活），干不了太久。

目标： 科学家想改造这个清洁工，让它在低温下也能干活，而且产量更高，这样就能用更少的能量、更便宜的成本来回收塑料。

2. 方法：AI 设计师的“整容计划”

科学家没有像以前那样靠运气去随机突变（像抽奖一样），而是请来了AI 设计师（ProteinMPNN 和 LigandMPNN）。

• AI 的任务： 给 PHL7 这个清洁工重新设计“基因蓝图”（氨基酸序列）。
• 设计原则：
  • 保留核心技能： 嘴巴（活性位点）不能变，否则它就不吃塑料了。
  • 优化身体结构： 根据进化规律，调整身体的其他部分，让它更结实、更容易生产。
• 结果： AI 设计了 36 个“新版本的清洁工”。科学家把它们制造出来，发现大部分新版本的产量都比原来的高得多（有的甚至高了 120 倍！）。

3. 意外惊喜：找到了“低温特种兵”

在 36 个新设计中，科学家发现了两个超级明星：D5 和 D11。

• 原来的清洁工（PHL7）： 必须在 70°C 的高温下才有力气，但到了 50°C 就几乎不动了。
• 新设计的 D5 和 D11： 它们虽然耐热性变差了（在 70°C 时容易累坏），但在50°C 的温和环境下，它们的表现却惊人地好！
  • 比喻： 就像原来的清洁工是个“短跑运动员”，必须在大热天冲刺；而 D5 和 D11 变成了“马拉松选手”，虽然爆发力稍弱，但在凉爽的天气里能跑得更久、更稳。
  • 成就： D5 在 50°C 工作 24 小时分解塑料的效果，竟然和原来的清洁工在 70°C 工作 24 小时的效果一样好！

4. 为什么它们能在低温下工作？（秘密武器）

科学家通过计算机模拟（分子动力学）发现了秘密：

• 原来的清洁工： 身体太僵硬了。在低温下，它的关节（活性位点周围的环状结构）动不起来，没法抓住塑料。
• 新设计的 D5 和 D11： AI 给它们做了一些“微调”，让关键部位变得更灵活。
  • 比喻： 就像给一个穿着厚重盔甲的人（原来的酶）换上了一套更轻便、关节更灵活的装备。在低温下，这套新装备能让它们灵活地扭动身体，抓住塑料大分子并把它咬碎。
• 代价： 这种灵活性是有代价的。因为身体太灵活了，一旦温度太高（比如 70°C），它们就容易散架（失活）。这就是**“活性与稳定性的权衡”**。

5. 巨大的意义：循环经济的新希望

这项研究不仅仅是让酶变强了，它还带来了一个意想不到的**“宝藏”**：

• 产物不同： 原来的酶在高温下把塑料分解成“土”（对苯二甲酸 TPA），需要重新加工才能变回塑料。
• 新酶的产物： D5 和 D11 在低温下工作时，更多地产生了一种叫 MHET 的中间产物。
  • 比喻： MHET 就像是**“半成品积木”**。如果直接把它重新拼装，就能更高效、更省能量地变回全新的塑料瓶（Virgin PET）。
  • 这意味着，我们不需要把塑料完全拆成原子再重新造，而是可以直接用这些“半成品”进行闭环回收，真正实现了塑料的无限循环。

总结

这篇论文告诉我们：
利用人工智能（AI），我们可以像给超级英雄升级装备一样，重新设计自然界中的酶。虽然新设计的酶（D5 和 D11）牺牲了一点点“耐热性”，但它们换来了在低温下高效工作和更容易生产的能力。

这不仅降低了塑料回收的成本和能耗，还找到了一条更聪明的路径（通过 MHET），让塑料瓶能真正“死而复生”，变成新的塑料瓶，为地球的环保事业做出了巨大贡献。

技术摘要

论文技术总结：MPNN 引导的 PET 水解酶重设计以增强低于玻璃化转变温度的催化活性

1. 研究背景与问题 (Problem)

聚对苯二甲酸乙二醇酯（PET）是全球产量最大的塑料之一，其回收面临巨大挑战。酶法降解（使用 PET 水解酶，PETases）被视为实现塑料循环经济的一种可持续途径。然而，天然酶在工业应用中存在显著瓶颈：

• 热稳定性与活性的矛盾：许多天然 PET 水解酶需要在高温（接近 PET 的玻璃化转变温度 $T_g \approx 70^\circ C$ 或熔点）下才能有效工作，这增加了能耗。
• 表达量低：许多高性能酶（如 PHL7）在大肠杆菌中重组表达时产量极低，导致生产成本高昂。
• 低温活性差：在低于 $60^\circ C$ 的温和条件下，大多数酶的降解速率显著下降，限制了其在节能工艺中的应用。
• 特定酶 PHL7 的局限：PHL7 是一种具有潜力的天然酶（$T_m \approx 79^\circ C$），能在 $70^\circ C$ 快速降解无定形 PET，但其表达量低，且在 $60^\circ C$ 以上易失活，低温下活性不足。

核心目标：利用深度学习工具重新设计 PHL7 序列，旨在提高其在大肠杆菌中的表达量，并增强其在低于 PET 玻璃化转变温度（即 $<60^\circ C$）下的催化活性，同时尽可能保持其降解效率。

2. 方法论 (Methodology)

研究团队采用了一种结合逆折叠（Inverse Folding）深度学习模型与进化信息的计算设计策略：

• 输入结构：使用与 TPA（对苯二甲酸）结合的 PHL7 晶体结构（PDB ID: 8BRB）。
• 固定残基策略：
  • 活性位点：距离结合配体 TPA 6 Å 范围内的残基被固定，以维持催化核心。
  • 进化保守位点：利用 UniRef30 数据库生成 16 个多序列比对（MSA），根据 30%、50% 和 70% 的序列保守性阈值，筛选并固定关键保守残基。
• 生成模型：使用 ProteinMPNN 和 LigandMPNN 进行固定骨架的序列重设计。
• 筛选流程：
  1. 生成 1176 个序列（每种模型各 588 个）。
  2. 使用 ESMFold 预测结构，并通过 pLDDT (>85) 和 Cα-RMSD (<1.5 Å) 进行严格过滤。
  3. 使用 RosettaFastRelax 进行能量最小化，剔除高能量结构。
  4. 基于 Levenshtein 距离矩阵将序列聚类，最终选出 36 个代表性变体进行实验验证。
• 实验验证：
  • 在大肠杆菌中进行高通量微规模（2 mL）和大规模（1 L）表达与纯化。
  • 通过圆二色谱（CD）和差示扫描荧光法（DSF）评估二级结构和热稳定性（$T_m$）。
  • 使用无定形 PET 薄膜和 PET 微粒（microPET）进行降解实验，通过 HPLC 定量产物（TPA, MHET, BHET）。
  • 利用分子动力学（MD）模拟分析活性位点的局部柔性。

3. 关键贡献与主要结果 (Key Contributions & Results)

A. 表达量显著提升

• 在 36 个设计的变体中，31 个成功表达并纯化。
• 产量提升：大多数变体的表达量高于野生型 PHL7。其中，D5 和 D11 变体在微规模纯化中产量提升了 28 倍和 66 倍；在 1 L 大规模培养中，产量分别提升了 7 倍和 13 倍（PHL7 平均产量约 5 mg/L，设计变体平均约 275 mg/L）。

B. 低温催化活性的突破

• 活性 - 稳定性权衡：虽然 D5 和 D11 的热稳定性（$T_m$）较 PHL7 降低了约 $10-12^\circ C$（PHL7 $T_m \approx 82.6^\circ C$，D5/D11 约 $70-73^\circ C$），但它们在低温下表现出卓越的催化性能。
• 低温高效：
  • 在 $50^\circ C$ 下，D5 和 D11 降解 PET 微粒 24 小时的产物总量，达到了 PHL7 在 $70^\circ C$ 下的水平。
  • 在 $60^\circ C$ 下，D5 的活性甚至超过了 PHL7。
  • 相比之下，PHL7 在 $50^\circ C$ 下活性大幅下降，且长时间反应中易失活。
• 产物分布优化：D5 和 D11 在 $50^\circ C$ 下产生的 MHET（单体对苯二甲酸单(2-羟乙基)酯）比例高于 TPA。MHET 是近年来发现的更高效的 PET 直接再聚合原料，有利于闭环回收。

C. 机理揭示

• 分子动力学（MD）模拟：揭示了 D5 和 D11 在 $50^\circ C$ 下，活性位点的关键环区（如 W-loop 和 D-loop）具有增强的局部柔性。
• 柔性机制：这种增加的柔性（由特定的氨基酸替换引起，如 D5 中的 L93T 和 Q95L，以及远端突变 D36K 引起的构象变化）促进了酶在低温下对刚性 PET 链的捕获和催化，解释了其低温高活性的原因。
• 稳定性下降原因：设计变体中复杂的盐桥网络减少，导致整体热稳定性降低，但这换来了低温下的构象动力学优势。

4. 意义与影响 (Significance)

1. 突破温度限制：该研究成功证明了通过计算序列重设计，可以将 PET 水解酶的最佳工作温度从 $70^\circ C$ 以上降低到 $50^\circ C$ 左右，显著降低了工业回收过程的能耗。
2. 解决表达瓶颈：大幅提高了酶的生产产量（>10 倍），降低了生物催化剂的生产成本，使其更具工业可行性。
3. 循环经济新路径：D5 变体产生的高比例 MHET 产物，为通过 MHET 直接缩聚再生“原生级”PET 提供了高效的酶法路线，避免了传统 TPA 纯化的高能耗步骤。
4. 设计策略验证：展示了结合深度学习（ProteinMPNN/LigandMPNN）与进化信息，可以成功探索“活性 - 稳定性”的权衡空间（Trade-off），设计出在特定温和条件下表现优异的酶，即使牺牲部分热稳定性。
5. 工业应用前景：这些变体不仅适用于纯酶工艺，其 $50^\circ C$ 的活性窗口也使其更兼容全细胞生物催化系统（使用中度嗜热宿主），为大规模塑料生物回收提供了强有力的候选工具。

总结：这项工作展示了计算生物学在优化工业酶方面的巨大潜力，通过理性设计解决了 PET 回收中“高温高能耗”与“低温低活性/低产量”的长期矛盾，为塑料循环经济提供了切实可行的技术解决方案。