Nature子刊：談攀/洪亮團隊開發(fā)蛋白質語言模型VenusMine，成功挖掘高效的PET水解酶

熱門推薦：蛋白質語言模型 , PET水解酶 , 塑料廢棄物 ,

來源：生物世界

2025-07-09

塑料廢棄物，帶來了重大環(huán)境挑戰(zhàn)，尤其是聚對苯二甲酸乙二醇酯（PET），是當今使用量最大的飲料包裝，用于碳酸飲料、飲用水、果汁等包裝瓶，還被廣泛應用于食品、化工、藥品包裝等領域。這促使人們研究酶促生物降解技術來應對這些塑料廢棄物問題。

塑料廢棄物，帶來了重大環(huán)境挑戰(zhàn)，尤其是聚對苯二甲酸乙二醇酯（PET），是當今使用量最大的飲料包裝，用于碳酸飲料、飲用水、果汁等包裝瓶，還被廣泛應用于食品、化工、藥品包裝等領域。這促使人們研究酶促生物降解技術來應對這些塑料廢棄物問題。然而，現(xiàn)有的 PET 水解酶，序列多樣性狹窄、性能欠佳，實際應用受限。

近日，上海人工智能實驗室青年研究員談攀聯(lián)合上海交通大學自然科學研究院/物理天文學院/張江高研院/藥學院洪亮教授團隊，在 Nature Communications 期刊發(fā)表了題為：Harnessing Protein Language Model for Structure-Based Discovery of Highly Efficient and Robust PET Hydrolases 的研究論文。

該研究發(fā)布了用于酶挖掘的蛋白質大模型--VenusMine，該模型融合了蛋白質語言大模型與三維結構分析，通過蛋白質序列、結構和功能之間的隱含映射規(guī)則，能在海量的蛋白數據庫中高效挖掘同源性低但功能優(yōu)異的酶分子。

應用該模型，研究團隊成功發(fā)現(xiàn)了一系列 PET 水解酶，其中來自 Kibdelosporangium banguiense 的 KbPETase 表現(xiàn)出極高的催化效率和熱穩(wěn)定性，其最適酶活是模板 IsPETase 的 97 倍。

上海人工智能實驗室青年研究員談攀聯(lián)合上海交通大學自然科學研究院/物理天文學院/張江高研院/藥學院洪亮教授團隊，在 Nature Communications 期刊發(fā)表了題為：Harnessing Protein Language Model for Structure-Based Discovery of Highly Efficient and Robust PET Hydrolases 的研究論文。

該研究開發(fā)了一種基于蛋白質大模型的酶挖掘模型--VenusMine，它將蛋白質語言模型（PLM）與表示樹相結合，利用序列信息基于結構相似性來識別 PET 水解酶。

該研究開發(fā)了一種基于蛋白質大模型的酶挖掘模型——VenusMine，它將蛋白質語言模型（PLM）與表示樹相結合，利用序列信息基于結構相似性來識別 PET 水解酶。

以 IsPETase 的晶體結構為模板，VenusMine 識別并聚類目標蛋白質。候選蛋白進一步通過基于蛋白質語言模型（PLM）的溶解性和熱穩(wěn)定性評估進行篩選，最終選出 34 種蛋白質，然后進行進一步的生化驗證。

結果表明，在 30-60 °C的范圍內，有 14 種候選蛋白質表現(xiàn)出對 PET 的降解活性。值得注意的是，來自 Kibdelosporangium banguiense 的 PET 水解酶（KbPETase）的熔解溫度（Tm）比 IsPETase 高 32°C（該溫度越高，蛋白質熱穩(wěn)定性卻強），并且在 30-65℃ 范圍內顯示出野生型 PET 水解酶中最高的 PET 降解活性。KbPETase 的催化效率也超過了 FastPETase 和 LCC。

在 30-60 °C的范圍內，有 14 種候選蛋白質表現(xiàn)出對 PET 的降解活性。