酶纳米杂化物

高活性保持

通过机器学习加速筛选纳米载体，获得多种酶的高活性固定化复合物。

刘宇 · Haoyang, Hu · Zhixuan, Chen · 张峥 · 袁志宏 · 戈钧

Nature Communications 2026

具体参数

葡萄糖氧化酶活性回收率

{'zh': '100', 'en': '100'} %

过氧化氢酶活性回收率

{'zh': '90', 'en': '90'} %

南极假丝酵母脂肪酶B活性回收率

{'zh': '79', 'en': '79'} %

技术优势

实验量大减

利用机器学习和迭代反馈，在有限实验次数内探索了超过10^7个实验的反应空间。

活性回收率高

对三种酶分别实现了100%、90%和79%的活性回收率，接近或达到游离酶水平。

通用性强

工作流程不限于特定酶或反应，可推广到多种酶体系。

应用场景

• 固定化酶：用数据驱动方法快速找到高活性纳米载体，替代传统试错。
• 生物制造：提供高活性固定化酶，提升工业催化效率。
• 生物催化：为多种酶快速优化载体，加速生物催化过程开发。