摘要：有效和可持续的聚合物循环经济需要低二氧化碳排放和高效的回收工艺.聚对苯二甲酸乙二醇酯(PET)的酶解聚是使PET聚合物成为聚合物循环经济一部分的第一步.本文利用基于结构的深度学习模型来识别TfCut2中负责提高水解活性和增强稳定性的残基.机器学习引导设计确定了新的有益位置(L32E,S35E,H77Y,R110L,S113E,T237Q,R245Q和E253H),对其进行评估并逐步重组,最终获得有益变体L32E/S113E/T237Q.与TfCut2WT相比,后一种TfCut2变体表现出更好的PET解聚性能:无定形PET膜,2.9倍的改进;结晶PET粉末(结晶度>40%),5.3倍的改进.就耐热性而言,变体L32E/S113E/T237Q的半灭活温度(T_(50)^(60))增加5.7℃.利用带耗散监测的石英晶体微量天平(QCM-D)实时监测PET水解过程,以研究涂覆在金传感器上的PET解聚动力学.构象动力学分析结果表明,取代诱导了变体L32E/S113E/T237Q的构象变化,其中主要构象使催化位点和PET之间的接触更紧密,促进了PET水解.总之,本文展示了蛋白质工程中深度学习模型在识别和设计高效PET解聚酶方面的潜力.

摘要：细胞色素P450s是用于生物合成的多功能催化剂.在P450催化循环中,需要两个电子来还原血红素铁,并通过电子转移途径(eTPs)激活随后的还原,该步骤是反应的限速步骤.本文重新设计了巨大芽孢杆菌P450 BM3的e TPs,大幅提高了其催化性能.通过在P450 BM3的e TP中引入芳香族氨基酸,“最佳”变体P2H02(A399Y/Q403F)的催化效率比P450 BM3野生型催化效率提高了12.9倍(kcat/KM从65.8 L mol^(-1)s^(-1)提高到913.5 L mol^(-1)s^(-1)).分子动力学模拟和电子传递分析表明,在辅因子FMN和血红素之间引入的芳香族氨基酸可以显著提高电子转移速率和酶催化性能.同时,在电子传递途径中引入酪氨酸可以保护P450的催化中心,使其避免被氧化性中间产物所破坏,从而提高其催化效率.此外,引入芳香族氨基酸的策略被证明对其他P450(如CYP116B3)同样有效,改造后的酶表现出显著提高的催化效率.综上,本文策略有望拓展到其他带有长程电子传递链的氧化还原酶上,成为改造的通用策略.