随着全球对化学品和材料的需求急剧攀升，能源和资源密集型的生产体系将承受更大压力。
要满足这一需求，就必须重塑材料生产方式，以确保韧性、可扩展性和长期充足供应。
利用生物催化剂（即酶）体系的酶催化技术，有助于推动从化学品到纺织品等各类产品的制造转型。
全球对化学品和材料的需求预计将到2050年增至四倍，这将加重能源和资源密集型生产体系的压力。满足这一需求不能仅靠渐进式的效率提升，而需要从根本上重塑我们生产关键材料的方式，以确保韧性、可扩展性和长期充足供应。
酶催化技术是一种生物制造方法，它利用被誉为“自然界分子建筑师”的酶，重新构想从化学品到纺织品等各类产品的生产方式。酶由活细胞产生，是生物催化剂，能够加速化学反应，且自身不会因反应而发生改变。
尽管酶在食品加工和制药领域早已得到应用，但近期的突破性应用正在使其成为下一代制造业的核心支柱。
酶催化技术如何重塑制造业
以下五个方面展示了基于酶的制造如何为重塑工业生产提供契机，并最终使经济增长与环境退化脱钩。
1. 能源效率显著提升
从能源效率来看，酶催化工艺的经济优势十分明显。化学催化长期以来被视为实现可持续、高效生产的主要途径；然而，特种酶能够显著降低能源需求，并可在温和条件下运行。研究表明，酶技术可同时降低材料和能源消耗，采用酶催化方法的行业也报告称，其运营成本和环境影响均大幅降低。
生物燃料生产已广泛证明了酶制造的这一变革，其中 游离脂肪酶和固定化脂肪酶均降低了工艺能耗，这得益于更温和的反应条件。
同样，以利用无细胞生物催化的碳-材料转化平台为例。与需要高能耗条件以维持活体生物的发酵工艺不同，这些酶催化方法可在温和条件下运行，同时实现更高的生产率。
迄今为止，像我们公司Rubi Laboratories所提供的先进碳-材料转化平台那样，据报告，与生产纤维素和基础化学品等关键产品的传统方法相比，其能耗最多可降低至十分之一。
2. 收率实现前所未有的提升
传统制造往往会产生大量废弃物。例如，发酵工艺通常会产生超过70%的副产物废弃物，原因在于细胞毒性限制和细胞生物质废弃物。
酶催化体系扭转了这一局面，能将显著更高比例的投入转化为目标产品，并且废弃物产生极少。先进体系可实现接近100%的转化收率，且通常高于90%——远高于发酵工艺通常约30%的收率。
酶催化体系的收率也已被证明可与优化后的化学体系相当，甚至更高，例如一项突破性的用于特种药物生产的九酶工艺，其收率较原有化学工艺几乎翻了一番。更高的收率意味着更好的利润空间，并使可持续生产在经济上能够与资源密集型替代方案竞争。
其影响波及整个供应链。更高的收率意味着减少原材料需求（这些原材料往往与资源开采或森林砍伐相关）、减少生产周期，并降低废弃物。
3. 拓展至传统分解应用之外
从历史上看，酶主要用于分解现有的天然材料，范围从植物来源的糖类到废弃物处理。如今，酶催化应用正在处理以往难以应对的废物流，例如塑料。
PETase酶是一个典型例子，它能够独特地实现聚对苯二甲酸乙二醇酯（PET）塑料的快速降解，而这种塑料广泛用于食品和饮料包装。PET通过自然方式进行生物降解需要数百至数千年，而PETase则可在数天内将其降解。
最新进展展现出更大的前景：未经处理的、来自51种不同产品的消费后PET，在新型FAST-PETase酶的作用下，仅用一周时间便几乎完全降解，这表明其在实验室条件之外也具有现实应用性。
这些酶的应用与规模化推广由于其反应速率相对较慢以及底物可及性问题，面临挑战，但全球科学界正在努力克服这些局限。
4. 从简单碳源构建复杂材料
也许最具革命性的应用在于利用酶从基础碳结构单元构建复杂产品。这代表着制造模式从基于开采的生产，转向基于废弃物流的合成型生产的范式转变。
先进的无细胞酶级联反应可以将二氧化碳（CO2）这一大量存在的废弃物，通过精心设计、如同分子装配线般运作的酶序列，转化为高质量的新材料。这些工艺可生产符合当前行业标准的纯净产品，同时无需苛刻的工艺条件或低效的活细胞。
这种自下而上的合成方法还能对材料性能实现前所未有的控制。传统制造必须在现有天然材料的约束下开展工作，而酶催化合成则允许针对目标应用设计具有更优特性的化学品和材料。
像Rubi Laboratories这样的公司正在开拓这一新兴的CO2-材料前沿领域，致力于酶催化制造。其经济影响十分深远：通过将废弃碳转化为有价值的材料，这种方法能够借助共生制造体系，实现不依赖于基于开采的制造的充足供应。
5. 人工智能驱动的酶创新
人工智能正以前所未有的速度推动酶的开发，解决那些采用传统方法需要数十年才能攻克的难题。人工智能能够显著提升蛋白质设计的准确性，从而催生出具有此前无法实现的功能的酶。
最新突破展示了人工智能在酶领域的变革潜力。科学家已经创建一种能够从零开始生成人工酶的人工智能系统。在实验室测试中，其中一些酶的表现与天然酶相当，即便其人工生成的氨基酸序列与任何已知天然蛋白质存在显著差异。首个完全由人工智能设计的功能性人工蛋白质，表现出与天然酶相当的活性，尽管其与任何已知天然蛋白质的同源性仅为69%。
这种机器学习引导的方法获得全局最优解的频率高出一倍，且与标准定向进化方法相比，所测试的变体数量减少了30%。这种加速有望开启自然进化从未探索过的全新酶可能性空间。
人工智能的最新进展为加快酶性能提升提供了新机遇，使人们能够更深入地洞察序列、结构和功能。最初为处理人类语言而构建的基于Transformer的模型，如今正被重新用于解读海量蛋白质序列数据集，并取得了显著成效。
世界经济论坛如何为人工智能建立护栏？
人工智能卓越中心汇聚各行业领袖，帮助人们理解人工智能的快速演进及其对经济体和社会的影响。它支持围绕人工智能应用相关机遇、风险和权衡取舍开展知情对话。
通过可信赖的交流空间和协作性倡议，该中心使合作伙伴能够建立共同认知，并携手推进人工智能创新与应用的负责任方式。
这些工具不仅有助于识别潜在有益的突变，还能设计出具有多处协同改变的酶变体——相比传统定向进化的逐步方法，这为实现更具突破性的新功能打开了大门。利用自有人工智能酶工程的企业正在取得行业领先的成果 且投入极少，产生了传统方法无法比拟的叠加效应。
人工智能驱动的酶设计、废弃物流处理中的新应用，以及基于CO2的合成方法的融合，正在开辟一个全新的前沿领域，即高能效、可持续的制造。
随着这些突破达到如今已普及的早期酶催化技术所展示的工业规模，我们正见证供应链的兴起，它们将使人类和地球更接近充足与繁荣。
