今天给大家介绍美国德克萨斯大学奥斯汀分校的 Hal S. Alper 教授团队 2022 年发表在 Nature上的论文 “Machine learning-aided engineering of hydrolases for PET depolymerization”。本文使用一种基于结构的机器学习算法，设计了一种稳定高活性的 PET 水解酶。

论文链接：https://www.nature.com/articles/s41586-022-04599-z

塑料垃圾是一个生态挑战，酶降解为塑料垃圾回收提供了一种潜在的绿色可扩展途径。聚对苯二甲酸乙二醇酯 (PET，一种塑料) 占全球全球固体废物的 12%。然而，由于 PET 水解酶对 pH 和温度敏感、反应速度慢以及无法直接用于未经处理的消费后塑料，其应用受到阻碍。本文使用一种基于结构的机器学习算法设计了一种鲁棒的活性 PET 水解酶 FAST-PETase。其与野生型 PETase 相比，PET水解活性更高，反应环境更鲁棒。实验证明，来自 51 种不同热成型产品的未经处理的消费后 PET 几乎都可以在 1 周内被 FAST-PETase 完全降解。FAST-PETase 还可以在 50 ºC 下解聚整个热预处理水瓶和水瓶未经处理的无定形部分。最后，我们通过使用 FAST-PETase 降解塑料垃圾并从回收物中重新合成 PET，展示了一个闭环 PET 回收过程。总的来说，我们的结果证明了在工业规模上进行酶塑料回收的可行性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除