DeepMind 釋出 AlphaProtein Novo：AI 從零設計全新酶，已開源

AlphaProtein Novo 是 Google DeepMind 開源的一套機器學習管線，專門用來從零設計自然界中不存在的全新酶。

以往如果我們想要一種酶來催化某種特定化學反應，通常只能在自然界現成的酶庫裡篩選，再通過漫長的突變實驗去微調。AlphaProtein Novo 打破了這個限制，你可以直接給它一個目標反應，讓它從物理第一性原理出發，從頭生成能幹活的全新酶分子。

它能做什麼

這套工具最大的特點是端到端生成。它不僅能設計出蛋白質骨架的三維空間結構，還能同步生成與其匹配的胺基酸序列。

在實際溼實驗驗證中，研究人員用它設計出了一種全新的氮烯轉移酶，用於合成藥物製造中常見的重要藥效團哌啶（piperidine），並實現了前所未有的產物選擇性。

另一個實驗則更貼近環保應用：它設計出了一種能夠高效分解環境汙染物 DEHP（一種常見塑膠增塑劑）的全新酶。實驗表明，這種人工設計的酶甚至能在天然酶完全變性失效的嚴苛條件下穩定工作。在兩項經典模型催化反應測試中，它也拿到了業界領先的催化效率。

核心機制與開源狀態

AlphaProtein Novo 能夠在實際催化活性上超越傳統天然序列挖掘，核心在於它引入了結合反應機理的評估機制。

它在設計骨架時利用基於 AlphaFold 3 預測的機制評分，並結合序列系綜打分來篩選骨架。模型在生成三維結構的同時，會持續預測該結構如何摺疊、以及它如何與目標反應底物精準結合，從而保證設計出來的分子在真實世界裡具有真正的催化活性。

目前這篇預印本論文已經發布在 bioRxiv 上，尚未經過同行評審。DeepMind 已經把整個專案的程式碼放上了 GitHub，倉庫中包含完整的下載配置與執行指引，供計算生物學和藥物研發人員在本地部署測試。

為什麼重要

對於生物化學家、藥物研發團隊和合成生物學開發者來說，AlphaProtein Novo 是目前少數真正跑通了「從零設計」並經過溼實驗嚴格驗證的酶工程工具。如果你平時受限於天然酶的活性或穩定性，現在就可以去 GitHub 下載程式碼嘗試設計針對非天然底物的催化劑。

我們認為，這一步的意義在於將蛋白質設計從「結構預測」推進到了「功能製造」。以往 de novo 酶設計往往停留在理論模型或極低活性水平，而結合 AlphaFold 3 驗證後，計算設計已經展現出超越天然酶篩選的潛力。不過需要留意的是，該研究目前仍處於早期預印本階段，實際應用於工業化量產前，依然需要針對特定底物進行漫長的實驗室驗證與表達最佳化。