用于宠物解聚的水解酶的机器学习辅助工程

　　塑料废物构成了生态挑战1,2,3，酶促降解提供了一种潜在的绿色且可扩展的途径。聚（PET）（PET）占全球固体废物5的12％，而PET的循环碳经济在理论上是通过快速的酶解聚化来实现的，然后是重聚或转化/量化为其他产物6,7,8,9,9,10。然而，PET水解酶的应用因其对pH值和温度范围的鲁棒性，反应速率缓慢以及无法直接使用未处理的后消费后塑料11所阻碍了它们。在这里，我们使用基于结构的机器学习算法来设计强大而活跃的PET水解酶。与野生型PETASE（N233K/R2224Q/S121E相比，我们的突变体和脚手架组合（快速酶：功能性，活性，稳定和耐受性PETASE）相比包含五个突变，预测中的D186H/R280A来自capford and capfford and d186h/r280a，并且在capflodd中显示了相对于宠物的高级及时范围内的50次距离和工程均应的野外活动。水平。我们证明，来自51种不同热成型产品的未经处理的，消费后的宠物几乎可以在1周内完全被快速 - ptepase降解。快速酶还可以在50ºC的商用水瓶中未处理的无定形部分和整个热水瓶中的无定形部分解散。最后，我们通过使用快速酶和从回收单体重新合成PET来证明闭环PET回收过程。总的来说，我们的结果证明了在工业规模上酶促塑料回收的可行途径。

本文来自作者[admin]投稿，不代表象功馆立场，如若转载，请注明出处：https://m1.xianggongguan.cn/zskp/202506-1031.html