Nat. Commun. | MechFind: 用于酶催化机制从头预测的计算框架

酶催化机制的逐步解析对于酶工程、人工酶设计以及生物催化开发至关重要。然而，目前公开数据库中真正具有完整机理注释的酶反应不到一千个，大量已知生化反应仍缺乏详细机制描述。

在本研究中，研究人员提出了 MechFind，一种能够仅基于反应计量关系（reaction stoichiometry）实现酶催化机制从头预测的计算框架。与依赖蛋白结构或活性位点信息的方法不同，MechFind通过“化学基团（moiety）变化”抽象反应步骤，并自动生成满足元素与电荷守恒的候选机制。

该框架首先寻找最简约（parsimonious）的机制路径，随后利用与已知机制的相似性对候选方案重新排序。结果显示，MechFind能够在72%的训练集案例中于前十个预测结果内恢复已验证机制，并在多个未见过的新酶机制中成功完成间接验证。进一步地，研究人员将MechFind应用于Rhea数据库中的14,931个反应，成功为57%的反应生成合理机制，总计产生超过18,000个机制假设。研究人员认为，该资源将显著扩展现有酶机制知识图谱，并为de novo酶设计与酶工程提供关键反应步骤信息。

酶几乎参与所有生命体系中的化学反应，从能量代谢到大分子合成都离不开酶催化。由于其高度选择性和高效催化能力，酶也被广泛用于生物制造、药物合成以及绿色化学。

传统酶工程往往依赖随机突变与定向进化，但这些方法成本高、周期长。近年来，随着AlphaFold、RoseTTAFold以及ProteinMPNN等蛋白设计模型的发展，研究人员开始尝试从头设计新型酶。

然而，酶设计的关键在于“过渡态稳定化（transition state stabilization）”。要想构建有效活性位点，研究人员必须知道反应的详细催化机制，包括电子转移、键断裂与键形成过程。

目前最大的障碍在于所谓的“机制鸿沟（mechanism gap）”：虽然Rhea、KEGG、BRENDA等数据库记录了数万条酶反应，但真正带有完整逐步机制注释的案例却极少。M-CSA数据库中也仅有734个完整机制条目。

此前的机制预测工具，如MechSearch和EzMechanism，通常依赖高分辨率蛋白结构或人工指定活性位点，因此难以大规模推广。研究人员因此提出MechFind，希望在无需结构信息的条件下，仅根据反应本身推断酶机制。

方法

MechFind的核心思想是将酶反应抽象为“化学基团变化（moiety changes）”。

研究人员首先对M-CSA数据库中的734个完整机制进行人工整理与校正，以确保所有步骤满足元素和电荷守恒。随后，将每一个反应步骤表示为特定化学基团的“增加”或“减少”，并构建规则库。

在机制预测阶段，MechFind只需要输入整体反应的底物和产物结构。模型首先利用混合整数线性规划（MILP）寻找能够解释该反应的最少步骤集合，即“最简机制”。随后，再通过OrderRules模块寻找合理的步骤顺序，以保证中间体在生成之前不会被提前消耗。

由于单纯的“最少步骤原则”并不总能得到真实机制，研究人员进一步设计了基于相似性的重排序方法。该方法将候选机制与M-CSA数据库中的已知机制逐一比较，并根据共享反应步骤的相似度重新排序。

图1：MechFind基于化学基团变化的酶机制预测框架。

结果

基于化学基团的反应表示

研究人员首先展示了MechFind如何将复杂酶反应转换为“化学基团向量”。

在这一框架中，每个非氢原子根据其局部键连接环境被编码为特定“moiety”。整个反应则表示为这些moiety的净变化。

例如，在(S)-羟基腈裂解酶反应中，研究人员将每一步中的键变化转化为moiety增减，并证明所有步骤累积后能够严格恢复整体反应计量关系。

这一抽象方式使MechFind无需三维结构即可处理复杂催化过程。

图2：基于moiety变化的反应编码示意图。

在M-CSA数据库上的机制恢复能力

研究人员随后在661个可用于输入的M-CSA机制上测试MechFind性能。

结果显示，仅依赖“最简原则”，MechFind即可在64%的案例中将真实机制排在第一位；若考虑前十个预测，则恢复率达到85%。

研究人员指出，这意味着只需保留少量最优候选机制，就有很高概率包含真实机制。

不过，在约11%的案例中，模型未能恢复正确机制。这通常发生在真实机制较长，而存在许多更短但同样化学合理的替代路径时。

对未见机制的间接验证

为了验证模型真正具备“发现能力”，研究人员选取了六个不在训练集中的最新酶机制进行测试。

结果显示，MechFind在所有六个案例中均成功将真实机制排入前六位预测。

其中，一个人类泛素连接酶（ubiquitin-conjugating enzyme）的机制预测尤为典型。虽然模型并不知道泛素具体结构，但它识别出了与乙酰辅酶A中的硫酯和赖氨酸氨基类似的反应基团，并成功组合已有规则推断出正确连接方式。

研究人员认为，这说明不同物种之间存在某种“通用化学语法（universal chemical grammar）”。

图3：MechFind预测的人类泛素连接酶机制与真实机制比较。

大规模机制注释

研究人员随后将MechFind扩展到Rhea和MetaNetX数据库。

在14,931个Rhea反应中，MechFind为8,452个反应成功生成至少一种合理机制，占56.6%；在MetaNetX中，成功率达到59.1%。

总体而言，研究人员生成了超过18,000个机制假设，相比此前MechSearch仅能处理约942个Rhea反应，实现了数量级提升。

这一结果意味着，MechFind首次能够以高通量方式系统扩展酶机制数据库。

与现有方法的比较

研究人员进一步将MechFind与MechSearch进行直接比较。

最大的区别在于输入需求。MechSearch需要用户提供活性位点残基，而MechFind仅需要整体反应计量关系，因此适用于更广泛的酶反应。

同时，MechFind的规则库来源于734个M-CSA机制，几乎是MechSearch使用规则数量的两倍。

在Rhea数据库测试中，MechFind成功率达到57%，远高于MechSearch报道的11%。

图4：MechFind与MechSearch在输入需求与预测能力上的比较。

探索机制多样性

除了寻找“最优机制”，MechFind还能够生成同一反应的多个合理催化路径。

研究人员以经典酯酶反应为例，构建了由前十个预测机制组成的“机制网络”。结果发现，同一反应可能存在多种合理策略，例如通过丝氨酸共价中间体进行催化，或通过水分子直接亲核攻击完成反应。

研究人员认为，这种机制多样性对于de novo酶设计尤其重要，因为不同机制对应不同过渡态，而不同过渡态又对应不同活性位点设计策略。

因此，MechFind不仅是预测工具，更是一个机制探索引擎。

图5：经典酯酶反应的多机制网络。

讨论

研究人员认为，MechFind最大的突破在于摆脱了对蛋白结构和活性位点信息的依赖，从而首次实现真正意义上的高通量酶机制预测。

通过化学基团抽象，模型能够识别不同物种、不同分子背景下共享的催化逻辑。这意味着酶催化并非无限复杂，而可能由相对有限的一组基本化学规则组合而成。

研究人员进一步提出，这种“通用化学语法”可能成为未来AI驱动酶设计的重要基础。

与此同时，MechFind也存在明显局限。例如，约17%的Rhea反应因为排序优化问题超时失败；另有26%的反应包含训练集中未出现的新化学基团，因此无法预测机制。

此外，目前框架尚未完整处理立体化学，仅使用构造异构体进行表示。未来如果加入立体专一规则，将能够处理更加复杂的酶机制。

研究人员最后强调，MechFind真正的重要意义，可能在于它与新一代蛋白生成模型形成闭环。

例如，RFdiffusion All-Atom和ProteinMPNN已经能够生成高质量蛋白结构，但这些模型需要明确的过渡态目标。而MechFind生成的机制假设恰恰能够提供这些关键过渡态信息。

因此，研究人员认为，MechFind有望成为未来“自动化酶设计（automated enzyme design）”流程中的核心组成部分。

整理 | DrugOne团队

参考资料

Hartley, A.D., Upadhyay, V., Boorla, V.S. et al. MechFind: a computational framework for de novo prediction of enzyme mechanisms. Nat Commun 17, 3903 (2026).

https://doi.org/10.1038/s41467-026-71957-0