聚树生物发布集底物识别、催化速率预测与亲和力分析于一体的工业酶AI预测平台

近日，生物制造创新型科技企业聚树生物宣布其研发的工业酶大模型预测平台已取得重要进展，该平台集成了底物识别、催化速率预测及亲和力分析功能，为酶的设计与优化工具增添了新的维度。这一技术成就稳健地推进了酶工程技术的智能化进程，并为应对工业生物转化中的具体挑战提供了更为精准和高效的辅助工具。

长久以来，酶作为生物催化剂，在医药、化工、食品等多个行业中扮演着至关重要的角色。然而，传统酶工程在提升酶性能时，往往采取“分开任务”策略，即分别针对酶-底物相互作用、催化速率（Kcat）及底物亲和力（Km）等关键参数进行建模与优化。这种方法的局限性在于忽略了参数间的内在联系，限制了酶性能提升的综合潜力。聚树生物的一体化预测平台，正是针对这一痛点，通过技术革新实现预测效率上的突破。

聚树生物的工业酶大模型预测平台，作为业内率先实现“酶-底物相互作用+Kcat+Km”训练任务全面打通的一体化平台，展现出其独特的全新模型、架构与核心优势。该平台巧妙融合了传统序列文本语言信息与酶3D结构等几何特征，实现了预测维度从单一到多维的综合升级，使得预测模型更加高级与全面。这一创新不仅显著提升了模拟酶在工业环境中实际表现的能力，还极大提高了酶筛选与优化的效率。

目前采用公开数据集和部分百福安生产的私有数据集，已获得90%左右的“酶-底物相互作用”准确度，在“去伪”方面效果更高。根据百福安首席科学家许建和教授评估，从实际应用角度来看，这个结果可以帮助湿实验研究人员从上万的酶数据库中筛掉没有活性的酶，可以大幅度降低重复验证的湿实验工作。

通过从浩瀚的酶数据库中精准剔除无活性候选酶，将筛选范围高效缩小至百个以内，可大幅降低实验验证的工作量和时间成本。其广泛的应用范围覆盖了医药、化工、食品等多个行业，为解决行业内的高难度产业任务提供了强有力的技术支持。

在医药领域，聚树生物的一体化预测平台通过优化酶的催化效率和底物亲和力，为新药的研发进程按下了加速键。这不仅提高了药物的靶向性和疗效，还有望降低副作用，为医药行业的创新发展注入了新的活力。

在化工和食品行业，该平台同样展现出了重要价值。优化后的酶显著提升了生产效率，降低了生产成本，同时减少了对环境的影响，推动了绿色生物制造的快速发展。此外，平台还有助于发现更多具有特殊功能的酶，为生物制造产业开辟了更多的创新路径。

聚树生物作为一家专注于生物制造领域的企业，始终致力于通过先进的生物工程与人工智能技术，实现从技术研发到产品量产的全链条覆盖。目前，聚树生物已开始与行业伙伴展开合作，利用最新的私域高价值数据对模型进行微调，进一步提升模型的预测准确度和优化能力。同时，聚树生物还将不断探索技术极限，推动生物制造产业的持续创新与发展，为全球生物经济的繁荣贡献力量。