蒋迎迎， 曲 戈， 孙周通

(中国科学院 天津工业生物技术研究所， 天津 300308)

酶定向进化，主要指通过蛋白质工程等手段，在实验室模拟并加速天然酶进化过程，对目的基因进行多轮反复的突变、表达和筛选，以分离或富集具有一个或多个预期性能改进的酶突变体(图1)。三十多年来，研究者开发了各种各样的工具和技术，例如易错PCR (Error-prone polymerase chain reaction, epPCR) 及DNA重组 (DNA shuffling) 等，将这一进化过程从自然界的数百万年缩短到几个月甚至几周时间[1-4]。然而筛选工作量是定向进化的瓶颈，想要克服这一挑战，不仅需要采用先进的基因诱变技术和方法，还需借助适当的计算手段来指导突变体及其文库设计。在此基础上，半理性设计与理性设计应运而生。半理性设计主要指凭借生物信息学方法，基于蛋白三维结构、同源蛋白序列比对或在已有知识的基础上，有目的地对蛋白质进行改造，其关键在于通过计算机模拟获得潜在的有益突变位点，再利用饱和突变技术构建适当规模的突变文库[5]。理性设计可通过预测蛋白质活性位点，考察某位点突变对催化性能的影响，从而对蛋白质进化进行设计指导和虚拟筛选。虽然定向进化、半理性设计以及理性设计在蛋白质工程中都取得了显著成果，但在生物催化剂优化过程中的特定情况下，都需要进行大量的计算或实验筛选工作。

图1 酶定向进化流程示意图

近年来，机器学习 (Machine learning, ML) 逐渐成为助力酶定向进化的一种新方法[6]。机器学习是从人工智能的广阔领域发展而来，其目的是用机器来模拟人类的智慧，可以简单理解为基于已有经验进行成功预测的学习过程。……