有機(jī)合成與酶催化在分子構(gòu)建中具有顯著的互補(bǔ)性，兩者的結(jié)合為復(fù)雜化合物的高效、綠色和立體選擇性制備提供了新的發(fā)展方向。盡管隨著定向進(jìn)化技術(shù)的進(jìn)步，酶催化逐漸能夠作用于非天然底物，但在實(shí)際應(yīng)用中，將有機(jī)合成與生物催化深度融合仍面臨挑戰(zhàn)。當(dāng)前，現(xiàn)有的逆合成模型大多基于純有機(jī)反應(yīng)數(shù)據(jù)訓(xùn)練，對(duì)酶催化步驟預(yù)測(cè)能力有限，而現(xiàn)有的混合規(guī)劃算法往往依賴模板匹配，在路線整合與酶推薦方面靈活性不足。此外，現(xiàn)有平臺(tái)的自動(dòng)化程度較低，難以適應(yīng)日益復(fù)雜的合成場(chǎng)景，亟需開(kāi)發(fā)能夠自主進(jìn)行混合有機(jī)–酶催化規(guī)劃的智能化策略。

近日，浙江大學(xué)藥學(xué)院侯廷軍和謝昌諭團(tuán)隊(duì)、澳門(mén)理工大學(xué)姚小軍團(tuán)隊(duì)在Nature Communications上發(fā)表了題為“A Virtual Platform for Automated Hybrid Organic-Enzymatic Synthesis Planning”的研究成果。作者提出了一個(gè)全新的AI驅(qū)動(dòng)混合式合成規(guī)劃平臺(tái)ChemEnzyRetroPlanner，涵蓋混合逆合成設(shè)計(jì)、反應(yīng)條件預(yù)測(cè)、酶反應(yīng)識(shí)別及活性位點(diǎn)驗(yàn)證等功能，并基于Llama3.1模型構(gòu)建了鏈?zhǔn)酵评碇悄荏w，能夠自主協(xié)調(diào)調(diào)用豐富的化學(xué)與酶催化工具，實(shí)現(xiàn)了從路徑規(guī)劃到可行性評(píng)估的自動(dòng)化。實(shí)驗(yàn)結(jié)果表明，ChemEnzyRetroPlanner在多個(gè)基準(zhǔn)數(shù)據(jù)集及天然產(chǎn)物合成任務(wù)上均優(yōu)于主流逆合成工具，展示了其在藥物合成路線設(shè)計(jì)中的實(shí)用性與準(zhǔn)確性。

浙江大學(xué)藥學(xué)院為本論文的第一署名單位，浙江大學(xué)藥學(xué)院博士后王曉瑞與尹曉丹為共同第一作者，浙江大學(xué)侯廷軍教授和謝昌諭教授、澳門(mén)理工大學(xué)姚小軍教授為共同通訊作者。

轉(zhuǎn)載自浙江大學(xué)求是新聞網(wǎng)