AI驱动的高效麦角硫因合成：多酶级联反应中EgtD的工程化改造

（编辑推荐）本研究通过AI辅助的蛋白质工程策略（结合CataPro和DLkcat模型）优化了麦角硫因（ERG）合成限速酶EgtD，创制了催化效率提升3.4倍的三重突变体M3（L53A/T59S/E282S），并构建了包含SAM再生模块的多酶级联系统，最终实现6.05 g·L?1的创纪录产量（生产效率10.01 g·L?1d?1），为天然产物生物合成提供了AI驱动的酶工程范式。

　　

亮点

• 开发了首个高效体外重构的麦角硫因（ERG）多酶合成级联系统

• 通过AI模型（CataPro/DLkcat）指导的EgtD工程化使催化效率提升3.4倍

• 突变体M3通过解锁次级配体通道等机制优化催化微环境

• 结合SAM再生模块实现10.01 g·L^?1d^?1的生产效率突破

结论

本研究通过整合细菌EgtD、EgtE与截短的真菌Egt1，构建了以组氨酸（His）为底物的三步需氧合成途径，仅用14.5小时即获得6.05 g·L^?1的ERG产量，显著超越传统发酵工艺（<5 g·L^?1，周期>5天）。针对限速步骤His甲基化，我们采用机器学习（CataPro/DLkcat）预测动力学参数，结合分子动力学（MD）模拟揭示突变体M3通过以下机制增效：(1)缩短SAM-His距离，(2)优化催化角度，(3)消除非生产性氢键，(4)突变诱导的通道门控机制。该工作为复杂天然产物的体外生物合成提供了AI赋能的酶工程新范式。