Geobacillus漆酶降解蒽醌染料RBBR的分子机制与人工神经网络优化研究

本研究针对工业废水中难降解蒽醌染料Remazol Brilliant Blue R（RBBR）的污染问题，通过Geobacillus stearothermophilus MB600漆酶的生物催化作用，结合人工神经网络（ANN）优化降解参数，实现了93%的降解效率。研究运用FTIR、HPLC、GC-MS等技术解析降解产物，并通过分子对接阐明酶-底物相互作用机制，为工业废水处理提供了高效环保的解决方案。

　　

随着全球工业化进程加速，纺织、塑料等行业每年产生超过70万吨合成染料，其中蒽醌染料Remazol Brilliant Blue R（RBBR）因其复杂的芳香结构和化学稳定性成为废水处理难题。传统物理化学方法存在二次污染风险，而微生物酶法降解虽环保却面临效率瓶颈。Geobacillus stearothermophilus MB600菌株产生的耐热漆酶（Laccase）因其高温稳定性和广谱催化能力，为这一困境带来曙光。

研究团队通过多学科交叉方法展开攻关：首先采用单因素实验（OFAT）优化反应条件，确定最佳pH（4.0）、温度（75℃）和酶浓度；继而构建人工神经网络（ANN）模型预测降解动力学，R²达0.7415；结合傅里叶变换红外光谱（FTIR）发现2346 cm^-1羧酸酯键断裂，1657 cm^-1新峰证实烯烃生成；高效液相色谱（HPLC）显示原染料峰（R_t 2.1 min）分解为4种代谢产物；气相色谱-质谱（GC-MS）鉴定出三环十一烷羧酸等小分子终产物。分子对接揭示漆酶与RBBR结合能达-9.1 kcal/mol，1438?³的活性腔容纳染料分子。

关键发现包括：

1. 1.

   漆酶活性测定：MALDI-TOF鉴定58.47 kDa漆酶，在4小时内实现93%降解率，较真菌漆酶效率提升86%。

2. 2.

   参数优化：ANN模型成功预测非线性降解过程，温度（r=0.994）和底物浓度（r=0.994）呈强正相关。

3. 3.

   降解机制：FTIR证实-NH₂（1634→1657 cm^-1）和C-Br（601→615 cm^-1）键重排，HPLC检测到R_t 14.67 min新峰。

4. 4.

   计算生物学：CB-Dock模拟显示染料蒽醌核与漆酶T1铜中心形成π-π堆积作用。

这项发表于《Results in Engineering》的研究开创性地将人工智能与传统酶学结合，不仅证实Geobacillus漆酶在极端条件下的高效催化能力，更建立了可推广的降解预测模型。其重要意义在于：①为工业废水处理提供免介体的绿色方案，减少90%化学污泥产生；②ANN模型缩短工艺优化周期，降低60%实验成本；③分子机制解析为定向改造漆酶提供理论依据。未来通过酶固定化技术和真实废水验证，有望实现规模化应用，推动"双碳"目标下的可持续工业发展。