孙萌/孙铭娟等｜人工智能在酶工程中的应用与进展

本文综述了人工智能在酶工程中的应用与进展。背景方面，天然酶在体外应用中存在不稳定、成本高等问题，定向进化技术通过模拟自然进化过程来优化酶的特性，但其高成本和耗时的局限性促使研究者转向人工智能辅助设计。研究目的方面，文章探讨了如何利用机器学习算法预测酶的属性和功能，指导酶的理性设计和定向进化，从而提高效率和精确度。结论方面，人工智能在酶工程中展现出巨大潜力，通过分子描述符和多种算法优化酶的热稳定性、催化活性等特性，但仍面临训练集质量和模型泛化能力等挑战。未来研究需要开发更高效的算法和更全面的数据库，以推动工业生物催化和生物技术的发展。