研究人员开发出能够模拟酶功能的无规异聚物 (RHPs)，为创造具有类蛋白质行为的合成材料提供了一种新方法。这项发表在《自然》杂志上的研究详细介绍了如何利用大约 1300 种金属蛋白活性位点的见解来设计这些 RHPs。

该团队专注于对聚合物片段水平上的侧链进行时空排列编程，这些聚合物具有与蛋白质不同的骨架化学性质。这种策略使聚合物能够有效地复制蛋白质的行为。通过利用聚合物固有的旋转自由度，研究人员旨在克服单体序列特异性的局限性，并在整个分子集合中实现一致的行为。

研究人员在他们的出版物中表示：“我们引入关键单体作为蛋白质功能残基的等价物，并统计性地调节含关键单体片段的化学特性，例如片段疏水性。” 由此产生的 RHPs 形成伪活性位点，为关键单体提供类似蛋白质的微环境。

这些酶模拟物的开发代表了仿生材料领域向前迈出的重要一步。复制蛋白质功能的传统方法通常侧重于模拟蛋白质的一级、二级和三级结构。然而，实现对蛋白质功能至关重要的化学、结构和动态异质性仍然是一个挑战。这种新方法通过关注聚合物结构中关键单体的统计调节，绕过了一些这些挑战。

这项研究的意义扩展到包括催化、药物递送和材料科学在内的各个领域。酶模拟物有可能取代工业过程中的天然酶，从而提供更高的稳定性和更低的生产成本。在药物递送方面，这些聚合物可以被设计成靶向特定的细胞或组织，从而提高治疗剂的疗效。

人工智能 (AI) 的使用在指导这些 RHPs 的设计中发挥了关键作用。通过分析大量金属蛋白数据集的活性位点，研究人员能够识别出有助于酶功能的关键结构和化学特征。这种数据驱动的方法使他们能够合理地设计具有特定催化性能的聚合物。

“一锅法合成”的概念也是这项开发的核心，指的是将所有必需组分组合在单个反应容器中以形成所需产物的策略。这简化了制造过程，并减少了对多个纯化步骤的需求。

展望未来，研究人员计划进一步完善这些 RHPs 的设计，并探索它们在各个领域的潜在应用。未来的工作将侧重于提高这些酶模拟物的催化效率，并扩大其底物范围。该团队还致力于开发新的方法来控制单体在聚合物结构中的空间排列，这可能会产生更复杂和功能性的材料。