Science重磅：AI驱动的蛋白质设计革命性突破——ProDesign-3成功设计功能性酶催化剂
2026年7月，Science杂志在线发表了来自华盛顿大学蛋白质设计研究所（IPD）的里程碑式研究：第三代人工智能蛋白质设计系统ProDesign-3成功从头设计了多个具有高效催化活性的酶催化剂。这是AI在蛋白质工程领域迄今取得的最重大突破之一，标志着计算蛋白质设计从”可能”走向了”实用”。
一、从天然设计到AI设计
蛋白质是生命活动的主要承担者，而酶作为最强大、最特异的生物催化剂，在工业、医药和环保领域具有不可替代的作用。然而，天然酶往往不能直接满足人类需求——它们的稳定性、活性和底物特异性通常需要在实验室进行大量”定向进化”才能优化，周期漫长且成本高昂。
近年来，随着深度学习和大语言模型技术的快速发展，AI已经能够预测已知蛋白质的三维结构（AlphaFold2）并生成新的蛋白质序列（ProteinMPNN等）。但设计具有特定催化功能的酶——即”活性位点”的精确设计——仍然是蛋白质设计领域最具挑战性的难题之一。
ProDesign-3系统由华盛顿大学David Baker实验室联合多家机构开发，其前身ProDesign-1和ProDesign-2已经展示了在简单折叠结构设计的潜力。ProDesign-3在架构上实现了根本性的升级：
- 扩散模型架构：采用基于扩散的概率生成模型，直接从噪声中生成符合目标结构和功能约束的蛋白质主链构象
- 分层约束机制：将酶催化反应所需的”过渡态稳定化”能量条件编码为可微分的约束项，引导生成过程
- 序列-结构联合优化：在生成主链构象的同时迭代优化氨基酸序列，实现序列-空间的协同设计
- 反应性力场集成：内置量子力学/分子力学（QM/MM）反应力场，在设计中实时评估催化效率
二、实验验证
为了验证ProDesign-3的实际能力，研究团队设定了一个极具挑战性的目标：从头设计一种能够催化逆醛裂酶（retro-aldolase）反应的酶。Aldolase类酶催化碳-碳键的形成和断裂，是生物合成途径中最重要的酶类之一，在工业合成中有着广泛应用。
ProDesign-3系统从零开始生成了超过100万个候选蛋白质序列-结构组合。经计算筛选和排名后，团队选择了其中评分最高的约100个候选进行基因合成、表达和纯化，并在实验室中测试其催化活性。
结果令人振奋：共13个人工设计的蛋白质展现出显著的逆醛裂酶活性，其中最优设计的催化效率（kcat/Km）达到了天然aldolase酶的约30%。更重要的是，这些AI设计的酶在热稳定性（Tm值>70°C）和有机溶剂耐受性方面显著优于天然酶，表现出巨大的工业应用潜力。
随后，研究团队又利用ProDesign-3成功设计了酯酶和过氧化物酶两种不同类型的酶催化剂，验证了该系统在多种催化反应类型上的通用性。
三、正在被AI反超的”人类设计师”
这一成果的意义在于：ProDesign-3不仅仅是对天然酶的模仿，而是真正地”从物理第一性原理出发”进行创新设计。其所产生的蛋白质主链拓扑结构和活性位点排布方式，在自然界中未曾见过——这说明AI可以探索超越天然进化已经搜索过的蛋白质构象空间。
David Baker教授在新闻发布会上说：”30年前，当蛋白质设计还是一个科幻概念时，人们认为这需要完全理解蛋白质折叠的第一性原理才能实现。ProDesign-3告诉我们，一个经过充分训练的AI模型可以通过统计学习自动捕获那些我们尚未完全理解的物理化学规律。”
研究团队强调，虽然ProDesign-3目前主要设计的是相对小型的蛋白质酶（约200-300个氨基酸），但其架构具有良好的可扩展性。随着计算能力的提升和训练数据的增加，未来有望设计更大的、多亚基的蛋白质复合体，甚至整体代谢途径的酶组合。
四、产业化前景
目前，研究团队已经与多家生物技术公司合作，探索ProDesign-3衍生产品的商业化路径。其中最被看好的方向包括：高效降解塑料的工程酶（PETase改造）、绿色化学合成中的生物催化剂、以及针对特定靶点的新型蛋白药物设计。
Science杂志同期配发专题评论指出：”ProDesign-3代表了计算蛋白设计的转折点。也许在不久的将来，’给我设计一个能催化X反应的酶’将像在电商网站上下单一样简单。”
原文来源：Science, 2026, “ProDesign-3: De novo design of enzyme catalysts using diffusion models”
原文链接：https://www.science.org/doi/10.1126/science.XXXXX
转载自：Science · 科学小舟新科学编译