今天，小編將和您分享一篇今年發(fā)表于《Nature Communications》上的文獻“Accelerated enzyme engineering by machine-learning guided cell-free expression"，該文獻介紹了一種全新的高通量方法，用于探索化學(xué)空間多個區(qū)域的適應(yīng)度景觀，以實現(xiàn)生物催化劑的前瞻性設(shè)計。（注：適應(yīng)度景觀是一種理論模型，它將每個可能的蛋白質(zhì)序列映射到一個適應(yīng)度值上。適應(yīng)度可以理解為該蛋白質(zhì)在特定環(huán)境下的功能表現(xiàn)或生存優(yōu)勢。）

酶工程旨在通過改造蛋白質(zhì)序列來增強天然功能或賦予新功能，傳統(tǒng)定向進化方法通過反復(fù)突變與篩選優(yōu)化酶性能，但存在顯著瓶頸：

1.序列空間探索受限，低通量篩選難以覆蓋序列空間，可能遺漏關(guān)鍵協(xié)同突變；

2.多目標(biāo)優(yōu)化困難，單一酶需適配多種底物或反應(yīng)（如合成不同藥物分子），但現(xiàn)有方法難以并行優(yōu)化多個功能目標(biāo)；

3.數(shù)據(jù)生成效率低，構(gòu)建高質(zhì)量序列-功能數(shù)據(jù)集需合成并測試海量突變體，傳統(tǒng)方法依賴于體內(nèi)表達系統(tǒng)，但這一過程受到細(xì)胞生長周期、穩(wěn)態(tài)條件及生產(chǎn)適應(yīng)性等多重因素的制約，導(dǎo)致篩選效率低下且成本高昂。

圖1:機器學(xué)習(xí)指導(dǎo)的無細(xì)胞酶工程平臺

具體來說，本研究通過以下創(chuàng)新解決了現(xiàn)有酶工程的技術(shù)難點：

1. 高通量無細(xì)胞系統(tǒng)

利用無細(xì)胞DNA組裝與表達，用于構(gòu)建定點飽和、序列明確的蛋白質(zhì)庫。工作流程包括五個步驟：通過PCR引入突變、DpnI消化親本質(zhì)粒、 Gibson組裝形成突變質(zhì)粒、第二次PCR擴增線性DNA表達模板（LETs）、通過CFE（無細(xì)胞蛋白表達系統(tǒng)）表達突變蛋白。該方法可在一天內(nèi)構(gòu)建數(shù)百到數(shù)千個序列明確的蛋白質(zhì)突變體，并可通過快速迭代積累突變。此外，使用單體超穩(wěn)定綠色熒光蛋白（muGFP）驗證了該工作流程，針對四個已知對穩(wěn)定性和熒光重要的殘基進行突變。實驗結(jié)果表明，該方法對引物設(shè)計偏差具有高容忍度，并且所有預(yù)期突變均成功引入。

2. 機器學(xué)習(xí)模型加速設(shè)計

圖2:工作流程示意圖

3. 并行優(yōu)化多反應(yīng)目標(biāo)

圖3:用于McbA機器學(xué)習(xí)引導(dǎo)的蛋白質(zhì)工程策略

本研究將無細(xì)胞系統(tǒng)的高通量優(yōu)勢與機器學(xué)習(xí)的預(yù)測能力結(jié)合，用于生物催化劑的前瞻性設(shè)計。實現(xiàn)酶工程從單目標(biāo)到多任務(wù)的跨越式發(fā)展，為可持續(xù)生物制造注入新動力。不僅突破了傳統(tǒng)酶工程的效率瓶頸，使其同時具備速度與通量、精準(zhǔn)預(yù)測能力等，還顯著提高了生物催化劑的設(shè)計與篩選效率，為綠色化學(xué)與定制化生物催化劑開發(fā)提供了全新范式。隨著技術(shù)的不斷進步和創(chuàng)新，無細(xì)胞表達系統(tǒng)有望為生物技術(shù)領(lǐng)域帶來更多機遇和挑戰(zhàn)。

參考文獻：Landwehr, G.M. et al. Accelerated enzyme engineering by machine-learning guided cell-free expression. *Nat. Commun.* **16**, 865 (2025).