2026-09-25
用 ESM3、ProteinMPNN、EvoDiff 条件生成 NRPS 的 T 结构域，76 条设计、578 个重组变体。最优全长设计产量达野生型 257%，代表设计 AI-2 熔解温度高 12°C，功能强依赖下游伴侣。
非核糖体肽合成酶（NRPS）是模块化装配线，做出一大批临床用肽类抗生素、免疫抑制剂和抗癌药。工程上一直想换模块、换底物，做出新分子。实际结果经常是产量塌掉，因为装配线不是刚性积木：硫酯结构域（T 结构域，也叫肽载体蛋白 PCP）在催化周期里轮流对接腺苷化（A）和缩合（C）结构域，界面是瞬时、状态依赖的。进化引导的 XUT 融合位点能保住一部分兼容性，嵌合体仍常常引入非同源界面。这篇要回答的是：生成式蛋白模型能不能在指定的 A–T–C 邻域里，直接写出能干活的全新 T 结构域。
条件生成加设计–构建–测试–学习（DBTL）。生成时把两侧 A、C 的序列（必要时加结构）当作上下文，把 T 段掩掉再采样，强制候选对目标接头环境条件化。三条生成路线并行：序列基础模型 ESM3、扩散模型 EvoDiff、结构条件的 ProteinMPNN。
筛选平台是 GameXPeptide 合成酶 GxpS 的 type S 双亚基版本。亚基 2 单独表达时读线性三肽，用来预筛；再与亚基 1 共表达，读主产物环肽 cyclo(vLflL) 的滴度。Golden Gate 把候选 T 序列替换进 sacB 盒。三轮 DBTL：第 1 轮人工挑 11 条（ESM3 与 ProteinMPNN），第 2 轮加入 EvoDiff 并加上 FFxxGGxS 基序、相对野生型至少 50% 同一性和 ESM2 perplexity 上限，第 3 轮用前两轮活性数据训练代理模型做主动学习。共 76 条设计，体内测了 578 个重组 NRPS 变体，覆盖最小体系、全长、换位和杂合装配线。
最小体系里，第 1 轮 ESM3 的 4 条全部有产物，AI-2 达到野生型约 115%；ProteinMPNN 的 7 条里只有 2 条可检出。全长 GxpS 上，挑出的 8 个高产设计全部能做出主产物 6。AI-27 到野生型的 257%（7.4 mg L⁻¹，琥珀酸 XPP、20 mL），AI-38 到 144%（4.1 mg L⁻¹）。同一条件下野生型约 2.9 mg L⁻¹；换 LB 培养基野生型可到约 50 mg L⁻¹，排序会跟着变。摘要里的「最高约 3 倍」对应全长里最好的这一档。
代表设计 AI-2：可溶表达更高，复性后能回到天然 SEC 峰，熔解温度约 52°C，复性后的野生型 T3 约 40°C，差 12°C。分子动力学显示整体折叠稳定，但状态依赖的结构域接触网络被重排。作者把 MD 定位成假说，没有做突变来证明因果关系。
杂合装配线把结论说死了：为 LCL 型下游 C 结构域生成的 AI-67 到 AI-76，接到 C/E 型下游就没产物；配对 LCL 型下游才有活性。序列对野生型的同一性几乎不能预测功能；pLDDT 与 66 条设计的滴度也无显著相关。
这是生成式设计走进动态巨型合成酶的一次实证，方法是 AI，对象是生物合成装配线。对做 NRPS 工程的人，可执行结论很具体：把下游伴侣身份写成显式设计变量，按接头条件化生成 T 结构域，比事后筛嵌合体更对症。AI-27 那种 2.5 倍以上的滴度增益，出现在特定支架和培养基上，不是通用零件。论文自己把成功操作化成「能合成肽」，再按相对产量分低、中、高活，没有宣称模型学会了优化界面。
功能强依赖局部接头，顶尖设计在杂合支架之间不能原样转移，每个新装配线可能要重新优化。LC–MS 读数叠了表达、生长和培养条件，换培养基连排序都会动，DBTL 标签有噪声。MD 接触图不能当机制证据。生化表征主要打在 AI-2 上，没有铺开到大面板。生成模型并没有被证明在显式优化界面，只是在条件化采样后撞上了能用的序列。测试集中在 GxpS 及相关杂合，系统发育上更远的 NRPS 还没做。