《Nature Communications》：Decoding the substrate specificity landscape of a promiscuous enzyme through multi-substrate mutational scanning
编辑推荐：
本研究针对酶底物特异性的分子基础解码与设计难题，以模型混杂酶D-氨基酸氧化酶（DAOx）为对象，通过酶邻近测序（EP-Seq）技术，系统性地分析了单点及组合突变如何重塑其对五种理化性质不同的D-氨基酸底物的偏好性。研究绘制了包含约40,000个序列-表型对的高通量表型图谱，揭示了活性位点突变与远端变构热点在驱动底物特异性转变中的不同作用，并成功设计出具有高选择性甚至专属特异性的变体。这项工作为解码酶特异性并指导人工智能驱动的酶工程提供了强大的分析框架和基础数据集。
酶是生命活动的核心催化剂，它们的精准高效催化了细胞内绝大多数的化学反应。酶的“专一性”或“特异性”——即其识别并催化特定反应底物的能力——是决定其生物学功能和应用潜力的关键。然而，大自然中也存在着一类功能灵活的“多面手”——混杂酶（promiscuous enzymes），它们能够催化多种不同的底物。这种“跨界”能力既是生物体适应环境的进化优势，也为人类改造和定制新酶提供了宝贵的起点。科学家们梦想着能够像工程师一样，精确地“编写”或“重写”酶的底物偏好，以创造出用于生物制造、药物研发或环境修复的理想生物催化剂。但是，从序列到功能，尤其是到底物特异性的“基因密码”仍然晦涩难懂。一个微小的氨基酸突变，就可能彻底改变酶对底物的“口味”，其背后的分子逻辑错综复杂，使得传统方法在预测和设计酶特异性时步履维艰。
为了解码这一分子密码，研究人员将目光投向了一种经典的模型混杂酶——来自Rhodotorula gracilis（红酵母）的D-氨基酸氧化酶（D-amino acid oxidase, DAOx）。该酶天然就能催化多种D-型氨基酸的氧化反应。研究人员在《Nature Communications》上发表了一项研究，他们开发并应用了一种名为酶邻近测序（Enzyme Proximity Sequencing, EP-Seq）的高通量方法，对DAOx的底物特异性进行了大规模的“普查”和“绘图”。
这项研究旨在系统性地解答几个核心问题：单个氨基酸突变如何同时影响酶对不同底物的催化能力？哪些位置的突变对底物特异性影响最大？是集中在活性中心附近，还是散布在整个蛋白质结构中？能否将不同位置的突变效果进行组合，理性设计出具有高度选择性甚至完全专一性的新酶变体？最终，这项研究希望能为酶工程建立一套普适性的分析框架和规则。
为了开展这项研究，研究人员主要运用了几个关键技术方法：首先是基于深度突变扫描（deep mutational scanning）与高通量测序相结合的策略，构建并分析了一个庞大的突变体文库。其次是核心创新技术——酶邻近测序（EP-Seq），该方法能够将特定酶变体对不同底物的催化反应活性定量地转化为DNA序列信号，从而实现高通量、并行的多底物表型分析。此外，研究还包括了蛋白质结构分析，以在分子层面解释突变效应的机制，以及酶动力学测定，用于验证从高通量筛选中鉴定出的关键变体的催化参数。整个研究流程整合了合成生物学、蛋白质工程、高通量筛选和生物信息学等多学科技术。
高通量表型图谱揭示特异性调控的全局分布
研究人员首先构建了一个包含数千个DAOx单点突变体的文库，并利用EP-Seq技术同时测量了每个突变体对五种不同D-氨基酸底物（代表不同的侧链大小和电荷性质）的活性。他们最终生成了约40,000个“序列-表型”数据点，涵盖了大约6,500个独特的DAOx变体。通过对这些海量数据的分析，研究人员绘制出突变如何全局性地重塑酶底物特异性的完整“地图”。
活性位点突变：强有力的“手术刀”与不可回避的代价
分析结果发现，能够显著改变底物特异性的突变并非仅仅集中在传统的活性位点（active site）口袋中。当然，位于或靠近活性位点的突变（即直接与底物接触或影响底物结合空腔的氨基酸变化）是驱动底物偏好发生剧烈转变的最有力“杠杆”。例如，某些关键位置的突变可以使酶对某一底物的偏好性提高多达230倍。然而，这种强大的特异性“编辑”能力往往伴随着代价——这些活性位点附近的突变在增强对某个底物选择性的同时，通常会普遍性地削弱酶的整体催化活性（turnover），甚至导致功能丧失。这就像是进行了一次精准但破坏力较大的“外科手术”。
远端变构热点：精细的“调音师”
更有趣的发现来自远离活性中心的区域。研究图谱揭示，许多散布在蛋白质三维结构各处的突变，也能对底物特异性产生微妙但重要的影响。这些“远端突变”通常不直接接触底物，但它们通过重新“布线”（rewiring）蛋白质内部的分子内相互作用网络（例如改变氢键、盐桥或疏水堆积），以变构（allosteric）的方式影响活性位点的构象或动力学。这些位置就像“调音师”，能够以最小的催化活性损失为代价，精细地调节酶对不同底物的相对偏好。研究人员识别并验证了数个这样的“变构热点”位置，它们成为了理性设计酶特异性的新靶点。
组合突变实现特异性“锐化”与理性设计
基于对单个突变效应的理解，研究团队进一步探索了组合突变的效果。他们将那些在改变底物偏好方面具有互补效应的突变（例如，一个突变主要增强对底物A的活性，另一个突变主要削弱对底物B的活性）组合起来。结果发现，这种理性的组合能够产生“1+1>2”的协同效应，极大地“锐化”了酶的底物辨别能力（substrate discrimination）。通过这种方法，他们成功设计出了对特定D-氨基酸显示出高度选择性甚至接近专属特异性的DAOx变体，实现了从混杂酶到高度专一性生物催化剂的转化。
总结与讨论部分强调，这项工作系统地解码了混杂酶底物特异性的分子基础，并提供了一套强大的研究框架。其核心贡献在于：第一，通过EP-Seq技术建立了大规模、多底物的酶表型分析平台，生成了宝贵的“序列-特异性”数据集，可作为训练人工智能（AI）模型以预测和设计酶功能的金标准数据。第二，研究揭示了调控底物特异性的双重机制：活性位点附近的突变提供强效但常伴有代价的“开关”，而散布的变构突变则提供了精细且低代价的“调节旋钮”。这颠覆了“特异性仅由活性位点决定”的传统观念。第三，研究证明了通过理性组合具有互补效应的突变，可以有效设计出高度选择性的酶，为定制化生物催化剂（biocatalysts）的开发提供了可遵循的策略。这项研究不仅深化了对酶功能进化和设计的理解，其方法论和数据集也将极大地推动人工智能指导的酶工程领域的发展，在药物合成、绿色化学和生物技术等领域具有广阔的应用前景。
