酶工程：从人工设计到人工智能

计算机在酶工程中的应用使得酶的序列空间探索度不断被扩大。随着不同分子力场参数的建立,涌现出诸多以计算分子能量为基础的算法,并被用于酶的催化活性、稳定性、底物特异性等的改造与筛选。伴随计算机硬件的提升与算法的优化,从头设计全新功能的人工酶取得成功并得以发展。近年来,人工智能在蛋白质结构预测上不断获得突破,同时也被应用到酶的设计中。介绍了分子力场基础和酶设计与筛选的算法,重点阐述了从头设计的方法和成功案例,以及机器学习设计酶的流程和最新的研究进展,展望了人工智能在酶工程领域的未来发展,为酶的改造与全新功能的生物催化剂的设计助力。     

基于果糖与葡萄糖不同混合比例的丙酮丁醇发酵

介绍了以不同底物的丁醇发酵结果,阐述了在以55g/L葡萄糖与果糖（1∶4）混合糖模拟菊芋物料为底物的丁醇发酵过程中存在果糖利用及丁醇产量较低等问题,研究了基于葡萄糖与果糖不同混合比例（1∶2、2∶3、3∶2及3∶1）的丁醇发酵性能。研究结果说明了随着混合比例提高,发酵时间由76h缩短至48h,菌体最大生物量OD620由2.1提高至4.3,而当葡萄糖与果糖混合比例为1∶2时,发酵过程中菌体细胞对果糖代谢能力最佳,且终点残糖浓度仅为2.1g/L,果糖利用效率达到95.03%,丁醇及总溶剂产量分别达到9.7g/L与16.0g/L。     

Zn2+、Ca2+和Mn2+对丙酮丁醇发酵的协同影响

在丙酮丁醇发酵中共同添加0.001g/L ZnSO₄·7H₂O和4.0g/L CaCO₃时,丁醇及总溶剂产量达到14.41g/L和23.69g/L,发酵终点乙酸和丁酸浓度为2.33g/L和1.02g/L。当共同添加0.001g/L ZnSO₄·7H₂O、4.0g/L CaCO₃和0.8g/L MnSO₄·H₂O时,丁醇的比生成速率为0.48g/(g·h),相对于共同添加Zn²⁺和Ca²⁺条件下的丁醇比生成速率0.23g/(g·h)提高了108.69%,而发酵终点乙酸和丁酸浓度分别为1.99g/L和0.54g/L,同比分别降低了14.59%和47.06%。Zn²⁺、Ca²⁺和Mn²⁺ 3种金属离子对丙酮丁醇发酵具有正向协同调控作用。