催化混乱性：自然界的酶进化密码
传统观点认为酶催化具有高度专一性和高效性。近年来研究表明，部分酶不仅能催化多种非天然底物（“底物混乱性”），还可在不同反化学条件下保持活性（“条件混乱性”），甚至能够催化多种不同类型的化学反应（“催化混乱性”）。其中，酶的催化混乱性广泛存在于自然界，是拓展酶功能的重要驱动力。通过蛋白质工程对天然酶进行定向改造，可打破其天然催化边界，开发全新酶催化活性，拓展其在绿色化学等领域的应用。近期，浙江工业大学郑裕国院士团队郑仁朝教授课题组系统梳理了影响酶催化混乱性的关键因素与改造策略，为后续酶工程创新提供理论与实践指导。
图1、酶的条件混乱性、底物混乱性以及催化混乱性
调控酶催化混乱性的潜在关键因素
结构柔性：酶的“变形能力”。催化口袋尺寸和残基排列共同决定了中间体构象空间及反应路径分支。如烟草5‑表马兜铃烯合酶（TEAS）凭借宽敞的活性口袋，允许反应中间体在多种折叠模式间切换；相比之下，土曲霉马兜铃烯合酶（ATAS）通过口袋内π‑堆积作用，将中间体锁定于单一构象，确保产物高度特异。本课题组通过调节腈水解酶保守的Cys–Glu–Lys催化三联体与底物氰基的距离调控其产物类型，获得反应专一性突变体，进一步阐明了结构柔性与催化混乱性的关系（图2）。
微环境压力：酶进化的隐形推手。酶的催化混乱性与其反应环境密切相关，通过调控理化条件可影响酶活性和反应专一性。如通过光激发成功激活 NADPH 依赖型酮还原酶，首次实现非光敏酶的可控催化，开启了光酶催化新领域。后续研究表明，光照可诱导各类氧化还原酶产生多样化非天然反应，其机制依赖于酶类型与底物结构差异。
酶催化混乱性改造的策略
理性设计指导酶的分子改造。结合祖先酶或同源家族序列一致性分析，锁定影响底物空间和活性口袋微环境的关键残基，随后通过分子动力学与 MM-GBSA 能量计算，筛选出稳定过渡态、优化电子转移通道与氢键网络的功能热点，并据此构建小规模靶向突变库。利用放大低活性信号的高通量检测平台，快速鉴定出高混乱性突变体，形成“计算预筛–实验验证”迭代闭环。通过聚焦底物-酶关键相互作用与活性口袋微环境重塑，有针对性地激发并放大酶的催化混乱性，显著提升了高性能混乱性突变体的获取效率（图3）。
AI指导酶功能的智能优化。AI的发展为酶改造带来了新机遇，AI整合大数据与深度学习，建立活性、稳定性与选择性的多目标协同优化模型，加速酶设计。将筛选命中序列的实验数据（动力学参数、选择性指标、热稳定性）回馈至机器学习模型，更新预测权重；反复执行“计算—构建—筛选—模型更新”循环，最终获得兼具高催化混乱性与良好稳定性的优势酶株。已成功用于天冬氨酸蛋白酶催化b-氨基酸合成，从头设计 Kemp 消除、Diels–Alder 等非天然反应酶（图4）。
图2、腈水解酶的催化混乱性调控
图3、理性设计指导酶的分子改造
图4、AI指导酶功能的智能优化
挑战与展望
催化混乱性为酶工程开辟了多重活性与新反应通道，但当前仍面临活性有限、光催化效率低以及工业化适配性差等瓶颈。未来，借助更精细的 QM/MM 和加速 MD 模拟，加之 AI 与高通量筛选的深度融合，将有望实现混乱性机理的可视化解码，推动新型生物催化剂创制。
论文链接：https://doi.org/10.1016/j.biotechadv.2025.108601