DISCO突破酶设计壁垒，创造出自然界中不存在的蛋白质。

by 艾丽莎·戴维森

发布时间：10 年 2026 月 6 日上午 54:10 更新日期：2026 年 6 月 54 日上午 XNUMX:XNUMX

by 阿纳斯塔西娅·O

编辑和事实核查：10 年 2026 月 6 日凌晨 54:XNUMX

简单来说

DISCO 是加州理工学院和 Mila 开发的一款新型人工智能模型，它能够设计生物学中从未见过的功能性酶，只需一步计算就能超越实验室多年的进化成果。

来自的一组研究人员美国加州理工学院（加州理工学院）魁北克人工智能研究所 Mila与几家顶尖学术机构合作，推出了一种全新的人工智能系统，能够设计出自然界中不存在的、用于化学反应的全新酶。这项成果被视为药物研发、工业化学和合成生物学等领域的一个潜在转折点，这些领域的进展长期以来都受到自然进化限制。

该系统名为 DISCO DIffusion（序列-结构协同设计扩散算法）旨在同时生成蛋白质的氨基酸序列和三维结构。与传统方法不同，它不需要预先确定蛋白质结构。defi它无需对催化机制或活性位点构型做出任何假设。相反，它只需要一个目标分子，就能独立构建一个能够与其相互作用的蛋白质模型。

这项研究工作涉及多个机构，包括加州理工学院、米拉研究所、蒙特利尔大学、麦吉尔大学、剑桥大学、牛津大学和伦敦帝国理工学院，通讯作者中包括诺贝尔奖获得者弗朗西丝·阿诺德，这反映了该项目与已建立的酶工程研究的紧密联系。

迄今为止酶设计方式存在的问题

传统上，酶的设计受到自然进化和计算方法的双重限制。虽然生物进化产生了高效的催化剂，但它仅探索了相对狭窄的化学转化子集。许多对工业或制药应用极具价值的反应在生物界仍然缺失，仅仅是因为它们从未在自然环境中被选择保留下来。

传统的计算方法也面临着结构上的局限性。其中一个主要限制是需要…… defi预先设定催化残基排列方式需要详细的机理知识，而这对于新的反应而言往往是难以获得的。另一个局限性在于将蛋白质设计分解为多个步骤，序列和结构被独立处理。这种分离会导致信息丢失，因为酶的功能取决于二者之间的整合关系。

DISCO旨在通过在统一的框架内联合建模序列和结构来克服这些限制。该系统在一个过程中同时生成氨基酸序列和原子坐标，使得结构和功能关系在生成过程中自然涌现，而不是预先设定。这种方法使系统能够针对特定的化学靶点提出酶，而无需依赖预先设计的催化蓝图或人类的……defi需要活跃站点。

实验室结果优于多年的定向进化

DISCO 的实验验证主要集中在卡宾转移化学上，这是一类在已知的生物系统中不会发生的反应，但与现代合成化学，特别是药物合成，密切相关。

从约20,000个计算机生成的酶候选物中，筛选出90个用于实验室测试，测试涵盖四种反应类型。结果表明，这些酶的性能优于天然进化酶和先前构建的人工酶系统。

在基准环丙烷化反应中，性能最佳的DISCO设计酶实现了4,050次总周转，产率达72%，超越了早期工程改造的细胞色素P450变体以及先前发表的基于结构化催化模板的计算酶设计。在碳-硼键形成反应中，单个未经优化的DISCO设计就超越了以往需要多轮定向进化才能达到的性能水平，活性较基线显著提高。在碳-氢插入反应中，该系统仅需一步计算即可达到以往需要多轮实验室进化才能实现的性能。

除了催化性能之外，这些设计还展现出结构上的新颖性。与大型蛋白质结构数据库相比，许多生成的结构基序与已知的天然蛋白质几乎没有相似性。其中一个最有效的设计似乎源自一种极端微生物中发现的非催化性DNA结合蛋白，尽管其序列相似性有限且没有已知的酶功能。由此产生的活性位点几何结构与已知的生物模板存在显著差异，表明该系统能够将现有的蛋白质折叠重新用于全新的化学用途。

经改造的酶也表现出对突变的适应性。在后续实验中，随机诱变产生了多种改良变体，在某些情况下还改变了立体化学结构，表明生成的结构保留了进化灵活性。这一特性通常被认为对长期实际应用至关重要，因为它允许通过传统的实验室方法进行进一步优化。

研究结果表明，酶设计方法可能需要转变，不再依赖人工构建的催化假设，而是转向能够生成功能性起始点以供进一步进化的生成系统。虽然其更广泛的意义仍有待充分验证，但这项工作凸显了一种日益增长的可能性：此前未曾探索过的化学空间领域如今或许可以通过计算手段进行研究。

标签：

免责声明

在与行信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。