塑料已成为我们日常生活中的必需品，如快递包装、外卖打包盒、超市购物袋等。近年来塑料的消耗量不断增长，每年全球生产的塑料总重量超过3.8亿吨，到2050年将超过9亿吨。塑料带来的环境污染问题日益显现，在全球各地，数十亿吨塑料垃圾埋藏在垃圾填埋场里，污染着当地土壤与水源，还能以微塑料的形式出现在人体的血液、粪便甚至是胎盘中…,对人类的健康和生态环境带来极大的危害。

全球主要的塑料消费中PET产品大都是一次性消费品，随之而来的是大量废旧PET材料。废旧PET材料短时间内不易被空气或微生物降解，占据大量空间，造成环境污染和视觉污染。如何将PET塑料有效运用酶高效降解回收利用，从而实现低成本的大规模工业应用，成为科学家们研究的主要课题。
 

近期，德克萨斯大学的Hal S.Alper课题组通过神经网络机器学习方法构建出一种PET降解酶突变体：FAST-PETase，其具有工业规模降解活性，对晶态和非晶态PET均能高效降解，且能够降解各种PET原材料，并合成食品级包装材料。文章发表于近期的Nature，题为“Machine learning-aided engineering of hydrolases for PET depolymerization”。

（研究成果）

研究团队主要使用机器学习来预测PET降解酶（PETases）的突变，以提高酶的热稳定性和活性。通过对大量突变体进行模拟筛选测试，获得了一个最佳突变体，与野生型PETase相比，该酶包含五个氨基酸的突变，在30-50℃和一系列pH范围内的活性检测下，对不同PET产品的降解能力进行评估，并对降解后材料的品质进行检测，结果发现：①FAST-PETase对晶态和非晶态PET均能高效降解；②FAST-PETase适用于至少51种未经处理的PET产品的降解；③FAST-PETase可用于塑料的闭环回收，再生食品级包装材料。

（FAST-PETase在热成型pc-PET产品的酶解反应中的优越性能）

（FAST-PETase解聚PET水瓶和聚酯产品及在PET酶化学回收中的应用）

FAST-PETase的发现为PET塑料回收利用提供了新的解决方案，有望实现低成本的大规模工业化应用，降低环境污染。通过AI辅助技术对酶的催化性质进行改造，可以为全球多个行业的绿色化生产带来希望。

参考文献：

LuH, Diaz DJ, Czarnecki NJ, et al. Machine learning-aided engineering of hydrolases for PET depolymerization. Nature. 2022 Apr;604(7907):662-667. doi:10.1038/s41586-022-04599-z. Epub 2022 Apr 27. PMID: 35478237.