2024合成生物学竞赛常规赛队伍专题之HBUT-China团队丨“酶”力无限，智能合成—塑料降解新活力

塑料，自20世纪初被发明以来，就以其轻便、耐用和廉价的特性迅速占领了我们的日常生活。从饮料瓶到食品包装，从建筑材料到汽车零件，塑料的广泛应用让我们的生活变得更加便捷[1]。然而，联合国环境规划署报告显示，自20世纪50年代以来，全球共生产了92亿吨塑料，其中70亿吨变成了垃圾，如果不加以控制，2050- 2060年，世界的塑料将增长至现在的3倍。即使目前政府制定了相关政策[2]，到2030年，年排放量可能达到每年5300万吨。为将排放量降低到远低于这一预测的水平，需要做出巨大的努力来改变全球塑料经济[3]。

人们发现，随着时间的推移，大量的塑料垃圾堆积在土壤中，漂浮在海面上，甚至进入了食物链，造成了严重的生态危机[4]。科学家们将这种现象称为“白色污染”，它已经成为全球性的环境难题。与此同时，塑料在自然条件下降解困难也加剧了“白色污染”的影响。如聚对苯二甲酸乙二醇酯(Polyethylene terephthalate，PET)是以石油为原料的一种常见塑料，它的化学结构赋予了它强大的稳定性[5]，这使得它在自然条件下几乎无法分解。此外，PET在使用过程中受外力影响会产生微塑料（小于5毫米的塑料颗粒）[6]，对生态系统和人体健康构成潜在风险。研究表明，高浓度的微塑料会对人体造成严重疾病风险[7]。

图1：塑料污染

然而，正如每一个危机中都隐藏着转机，科学家们在自然界中找到了一种神奇的生物催化剂-酶，能够加速塑料的分解过程，将其转化为苯二甲酸和乙二醇[8]。在过去十多年中，已经发现了多种PET降解酶[9]，包括酯酶、脂肪酶和角质酶[10]。这些酶可以在一定程度上解聚无定形或低结晶度的PET。

那怎么获得这类降解塑料的酶呢？说到这里，我们不得不提到“中心法则”[11]。1985年由弗朗西斯·克拉克提出，描述了DNA、RNA和蛋白质之间的信息流向和控制关系。DNA就是我们俗称的基因，携带着遗传信息，而转录就是把遗传信息传递给RNA，再通过翻译将遗传信息从RNA流向蛋白质。具有特定的序列基因可以在细胞中通过转录、翻译得到具有特定的功能的蛋白质。也就是说，要想最终得到具有降解塑料的酶，需要找到编码该酶的基因，由细胞产生最终的蛋白。

图2：中心法则

如果把生命体系比作一个完整的拼图，那合成生物学就是向其中添加一个个“基因零件”，将它从头搭建起来，使它实现所需目的，也就是拼成我们想要的图案。“引入的基因”是其中的“零件”，而承载基因的细胞则可以看作拼图模板。不同的拼图模板决定了组装零件的难易程度和最终样式的好看度。具有清晰沟槽的模板较易拼成拼图，因此具有详细信息的细胞和基因更易完成表达目的。

图3：拼图

微生物可以作为外源蛋白表达系统，也就是“拼图模板”。微生物丰富的多样性以及独特的生物学特性使其在整个生命科学中占据着举足轻重的地位。利用其培养方便、培养周期短、成本低等优点，科学家可以将各种“零件”组装，表达各种特殊功能的蛋白质。因此，微生物是表达酶的细胞工厂，在生产塑料降解酶中发挥着主要作用。

目前，生产塑料降解酶的菌株主要来源于真菌。因为真菌有利于分泌胞外酶作用于塑料，同时具有强的酶系统、高吸附能力和生成生物表面活性剂[12]。真菌的疏水蛋白在生物原位修复过程中有重要作用，其双层结构能在疏水/亲水界面形成两亲性膜，作为生物表面活性剂提高了底物的接触面积，从而大大提高降解效率。而细菌缺少类似的结构，所以一般认为真菌的降解能力普遍高于细菌。巴斯德毕赤酵母表达的PET水解酶比在大肠杆菌中表达的那些表现出更高的稳定性，从而可以在延长的反应持续时间内获得更高的PET水解效力[13]。

DeepMind发布的AlphaFold深度学习工具能够从氨基酸序列预测蛋白质结构，大大提高了合成和改造蛋白质的能力，强化蛋白质的性能。这意味着生物学也将开启计算时代。AI人工智能通过机器学习模型对大量的数据进行深入分析，可以预测生物组件在特定环境的表达能力，很大程度上减少了实验重复操作的工作量，并且比传统的方法更加高效、准确。通过AI人工智能，对塑料降解酶进行人工设计，可以极大地提高酶的活性、溶解性、热稳定性和结合作用[14-16]，为塑料酶在塑料生物转化中的进一步工程设计和应用提供指导。智能计算在实验中展现出极大利好，将其应用于酶的性能提升将成为不可阻挡的势头。

图4：智能计算策略[17]

总而言之，通过对塑料降解酶的潜力的不断挖掘，对编码降解酶序列AI人工智能合成，对微生物表达系统的优化，我们有理由相信，在不久的将来，塑料回收将不再是一个难题。让我们一起期待，酶的无限力量能够为我们的地球带来一场绿色的革命，让塑料降解成为保护环境的新活力。

*部分素材来自网络