研究人员开发出能够模拟酶功能的合成聚合物，为创造人工催化剂提供了一种新方法。这项发表在《自然》杂志上的研究详细介绍了如何设计随机异聚物 (RHPs) 来复制金属蛋白的活性位点，从而可能推动医学和材料科学等各个领域的发展。

该团队在对大约 1,300 个金属蛋白活性位点进行分析的指导下，使用一锅法合成了 RHPs。这涉及引入特定的单体，这些单体充当蛋白质中功能残基的等价物。通过统计调节这些关键含单体片段的化学特性，例如片段疏水性，研究人员创建了伪活性位点，为关键单体提供类似蛋白质的微环境。

研究人员在他们的出版物中表示：“我们认为，对于具有与蛋白质不同的骨架化学性质的聚合物，在片段水平上对侧链进行空间和时间投影编程可以有效地复制蛋白质的行为。”他们还指出，利用聚合物的旋转自由度可以弥补单体序列特异性的局限性，并在整体水平上实现均匀的行为。

这些酶模拟物的开发意义重大，因为它解决了合成复制蛋白质复杂的化学、结构和动态异质性的挑战。虽然之前的努力主要集中在复制蛋白质的一级、二级和三级结构上，但实现功能复制仍然难以捉摸。这种新方法侧重于在片段水平上对侧链的空间和时间排列进行编程，从而可以创建能够有效模拟蛋白质行为的聚合物。

这项研究的意义深远。酶模拟物可用于各种应用，包括药物递送、生物传感和工业催化。例如，它们可以被设计成催化化学制造中的特定反应，从而可能带来更高效和可持续的工艺。在医学领域，它们可用于靶向和摧毁癌细胞，或将药物直接输送到患病组织。

人工智能的使用在这些 RHPs 的设计和优化中发挥了关键作用。机器学习算法被用于分析金属蛋白的活性位点，并识别有助于其催化活性的关键特征。然后，这些信息被用于指导 RHPs 的设计，确保它们具有作为酶模拟物发挥作用所需的化学和结构特性。

研究人员认为，这种方法代表了生物启发材料领域向前迈出的重要一步。通过利用人工智能的力量和先进的合成技术，他们创造了一种新型材料，可以高精度地执行复杂的功能。接下来的步骤将包括进一步优化这些 RHPs 的设计，并探索它们在各个领域的潜在应用。该团队还计划研究使用不同类型的单体和聚合物来创造更广泛的酶模拟物。