利用 RFDiffusion 和 PLACER 等人工智能工具，研究人员能够设计出一种新型酶，能够通过针对聚酯的关键成分酯键来分解塑料。 Ars Technica 报道：研究人员首先使用他们开发的标准工具来处理蛋白质设计，其中包括名为 RFDiffusion 的 AI 工具，该工具使用随机种子生成各种蛋白质背景。在这种情况下，研究人员要求 RFDiffusion 匹配酯断裂酶家族中氨基酸的平均位置。结果被输入到另一个神经网络，该网络选择氨基酸，使它们形成一个口袋，里面可以容纳分解成荧光分子的酯，这样它们就可以利用酶的发光来跟踪酶的活动。在该软件设计的 129 种蛋白质中，只有两种产生荧光。因此，团队决定需要另一个人工智能。该软件名为 PLACER，通过获取所有已知的小分子蛋白质结构并随机化其中的一些结构来进行训练，迫使人工智能学习如何将事物转变回功能状态（使其成为生成人工智能）。人们希望 PLACER 能够接受训练，捕获一些结构细节，从而使酶能够在其催化的反应过程中采用不止一种特定的构型。它起作用了。重复相同的过程并添加 PLACER 筛选步骤，具有催化活性的酶的数量增加了三倍以上。不幸的是，所有这些酶在一次反应后就停止了。事实证明，他们在裂解酯方面要好得多，但他们留下了一部分与酶化学键合的部分。换句话说，酶的作用就像反应的一部分，而不是催化剂。因此，研究人员开始使用 PLACER 来筛选可以采用反应关键中间态的结构。这产生了更高的反应酶率（其中 18% 裂解了酯键），并且有两种酶（名为“super”和“win”）实际上可以循环进行多轮反应。该团队终于制造出了一种酶。通过在使用 RFDiffusion 的结构建议和使用 PLACER 的筛选之间交替添加额外的轮次，团队发现功能酶的频率增加，并最终设计出一种具有与实际生物产生的活性相似的酶的活性。他们还表明，他们可以使用相同的过程来设计一种能够消化 PET（一种常见塑料）中的键的酯酶。该研究发表在《科学》杂志上。
在 Slashdot 上阅读这个故事的更多内容。