南湖新闻网讯（通讯员 张云霞）9月24日下午，北京化工大学生命科学与技术学院教授吴边做客“硕彦讲坛”，带来题为“功能蛋白质的人工智能设计”的专题报告，近200位师生共同聆听。我校生命科学技术学院教授吴淑可主持报告会。

北京化工大学吴边教授做客“硕彦讲坛”（学通社记者 车媛媛  摄）

报告伊始，吴边从蛋白质科学的发展历程切入，深入浅出地介绍了蛋白质工程从理性设计到定向进化，再到计算设计的三大技术浪潮。2024年诺贝尔化学奖授予大卫·贝克（David Baker）、戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper），以表彰他们在蛋白质设计和蛋白质结构预测领域的突破性贡献，标志“从头设计蛋白质的时代已经到来”。吴边特别指出，AlphaFold2的出现彻底改变了蛋白质结构预测领域，“蛋白质科学可能是第一个真正开始信服AI的领域，短短两三年时间，这项技术已经改变了我们整个生命科学的研究范式。”如今，得益于开源算法的普及，即使是研究生也能便捷地使用网络工具自主设计蛋白质，蛋白质技术真正实现了“飞入寻常百姓家”。

吴边指出，当前蛋白质设计领域尚未形成类似OpenAI的巨头公司，国内外科研力量大体处于“并跑”状态。由于技术迭代极快，任何团队都很难持续保持领先优势。在他看来，这一领域仍处于“婴儿学步”的萌芽阶段，因此他鼓励青年师生把握窗口期，积极投身这一充满潜力的前沿方向。

随后，吴边重点介绍了其团队的研究工作：他们创新了一系列蛋白质设计的计算方法，并成功将这些方法应用于构建微生物中的人工生化途径，有效推动了酶工程领域科研和工业化进程。

在微生物碳氮代谢研究方面，吴边介绍了其团队在天冬氨酸脱羧酶重构设计方面取得的突破性进展。“天冬氨酸酶是人类目前已知的底物特异性最高的一个酶，经过近100年的研究，学者们发现除了天冬氨酸以外，天冬氨酸酶不接受其他任何化合物作为底物。”吴边教授团队通过对天冬氨酸酶的重新设计，实现了活性中心的近乎完整替代，成功将单一功能酶改造成一个氨同化平台，打破了专性酶不适用于杂泛功能开发的酶学传统认知，并创造出数十种能达到工业生产标准的工程菌株。“一个蛋白质的活性中心是十几个氨基酸，可能的组合数为200多亿。我们的系统可能平均下来通过一二十次的尝试就可以设计出新的酶。”该项技术目前已应用于工业化生产，并在2022年获得了河北省科技进步一等奖。

在塑料生物降解领域，吴边教授团队也取得了重要突破。针对PET塑料降解难题，学者发现传统酶学中的米氏方程在这一领域出现了反常现象，后又发现反米氏方程的化工原理，并明确了解决PET塑料降解这一问题的途径只能通过蛋白质工程而非工艺优化。随着人工智能时代的到来，吴边教授团队利用大语言模型中的Transformer模型对水解酶进行筛选和设计，最终开发出高效降解PET的新型酶制剂。“我们把经过处理的瓶子打碎后，将200克塑料碎片放到反应瓶中，加入酶制剂，在八个小时内就可以实现100%降解。”吴边还分享了团队在聚氨酯酶法降解方面的最新重大进展。

吴边在报告中多次强调，跨学科研究是催生颠覆性成果的关键。他在讲述塑料降解酶的发现历程时提到，“很少有微生物学家或者酶学家会想着要去了解塑料加工过程——但科学突破恰恰发生在这里！”正是通过跨学科协作与全球学者的集体智慧，团队最终成功研发出新型酶制剂，实现了PET塑料的完全生物降解。

在问答环节，针对“为何选择设计而非自然挖掘来获取高活性酶”的提问，吴边指出，传统自然酶挖掘范围有限，而蛋白质设计技术能将可选酶的数量从自然界已发现的几十个大幅拓展至两千多万条，极大丰富了资源库。他进一步说明，其团队开发的系统结合人工智能方法，仅用两周时间便能从三千万条酶序列中精准筛选出活性最优的一条，而传统实验方法通常需要一至两年。同时，吴边也坦言，目前蛋白质设计的成功率仍有提升空间，但关键优势在于通过计算实现“降维”，将原本不可遍历的序列空间缩小至实验室可验证的范围。他特别鼓励青年科研人员勇于尝试，善用AI与大语言模型等工具，积极开展跨学科合作，以推动蛋白质设计领域走向新的突破。报告结束时，许多师生感悟，AI赋能已经成为推动科学研究范式变革的关键力量，是实现科研突破的利器，未来要在科研和人才培养中积极拥抱主动应用人工智能。

审核人：吴淑可 赵希庆