研究与评述:微生物与生雷竞技苹果下载物技术杂志
菜单电子发行号:2320 - 3528
P-发行号:2347 - 2286
电子发行号:2320 - 3528
P-发行号:2347 - 2286
酶;醋;水解酶;洗涤剂
酶是生物催化剂，在所有生物体中催化高度特异性的化学反应。酶已经进化了数百万年，可以进行生命中非常特殊的化学反应。人类已知的一些最古老的化学反应，如醋、奶酪、啤酒和葡萄酒的生产，都使用了酶。然而，直到20世纪90年代，用于工业应用的合适酶的可用性非常有限。天然酶在工业条件下大多不稳定，产量经常很低。因此，大多数应用最初仅限于用于酯化或水解的简单水解酶，主要用于洗衣洗涤剂和皮革制造。重组基因技术的开发，如随机诱变、定点诱变、理性设计、DNA洗牌、定向进化，使以前无法在工业过程中实现的酶的商业化成为可能。如今，酶在各种行业中发挥着重要作用，包括家庭护理、食品和饮料、动物健康和营养、纺织、纸浆和造纸、个人护理和化妆品、农业、精细化工、诊断和制药[1，2]。由于酶具有较高的化学选择性、对映体选择性和区域选择性，导致所需对映体的产率更高，酶越来越多地用于精细化工和制药工业，特别是用于生产活性药物成分(api)的手性药物中间体的合成[3.]。酶的另一个主要优点是它们消除了对保护基团的要求，并最大限度地减少了不良的副反应，从而提高了产品的产量和纯度，缩短了原料药生产的时间。酶也能在温和的条件下工作，提供一个安全的工作环境，并导致
显著节省生产成本和资源，如能源和水，有利于行业和环境。工业酶的重要性已进一步增加的需求，生产燃料和化学品的替代和可再生资源。由于对与化石燃料有关的温室气体排放所引起的气候变化的担忧，对可持续、环境和经济解决办法的需求日益增长，从而增加了这种需求。因此，随着对生物可再生能源产业的日益重视，在温和和可持续的条件下，酶也在将这些原材料转化为生物可再生产品(如生物燃料、生物聚合物和其他生物基产品)方面发挥着重要作用[4，5]。
蛋白质工程和定向酶进化的最新进展对生物催化产生了重大影响，提供了多种定制酶。工程酶以适应所需工业过程的条件现在是标准的方法。然而，即使是最有效的蛋白质工程和定向进化方法也需要多轮多样性生成、基因重组和功能筛选来识别改进的变异。这种方法的迭代本质导致了整体功能的逐步改进，最终产生了具有期望属性的产品。然而，这样的迭代过程是相对时间和成本密集的。因此，尽管在为特定的工业应用定制酶方面取得了成功，但仍需要继续使改进或定制酶功能的过程更加可靠、高效和具有成本效益[6，7]。一种解决方案是创建下一代酶发现和开发技术，例如加速分子动力学模拟和实验引导机器学习。
机器学习与人工智能相结合，在图像识别、自动驾驶汽车等多个领域产生了重大影响，它利用大量酶的可用性和多样化的序列和结构数据来识别功能相关性的序列，预测有益的突变，并探索新的蛋白质序列。这种方法已经由许多生物技术公司提供，通过学习特征变体的特性来加速定向进化，同时优化多种蛋白质特性并更有效地探索序列空间[8]。
最近开发的一项技术对发现新蛋白质和为特定工业应用定制酶的工程做出了重要贡献，该技术将加速分子动力学模拟和功能序列空间聚类与实验指导的机器学习相结合[9]。这项强大的技术由candidum GmbH公司开发，涉及到一个专有的酶设计平台的应用，该平台克服了统计结构动力学分析中的关键效率瓶颈，使蛋白质序列空间的流线型功能聚类成为可能。该技术允许快速，可靠和经济高效的识别和随后的工程热点的蛋白质。因此，酶的性质，如手性、催化活性、pH稳定性、热稳定性、底物特异性或立体选择性，可以快速而廉价地得到改善。此外，将热点图谱集成到序列数据库分析中，可以根据酶的功能而不是序列同源性来发现酶。因此，该过程可以鉴定出具有比目标酶更好性能的蛋白质同源物。这两种方法的结合具有较短的实验验证周期，可以产生强大的集中组合库，并为选择和随后设计具有所需性能的工业酶提供了出色的机会。
现代生物技术的最新发展已经对酶在广泛工业应用中的应用产生了重大影响。计算和实验技术的进一步进步，加上对具有未知新功能的酶的理解和定制能力的提高，将进一步增加催化化学反应的范围和这些酶的工业应用。
