木质素芳香生物制造AI 驱动的价值转化

设计环节 —— 用深度学习模型对 7 个目标酶做全位点单点饱和突变扫描，输出每个突变体的活性提升概率；还按位点聚合识别出热点残基区域，直接给湿实验一份按优先级排序的候选清单。构建环节 —— 通过同源重组把 AI 预测的高潜力突变体整合到底盘菌染色体上。测试环节 —— 用 HPLC 定量产物生成与底物消耗，并测定胞内与胞外酶活。学习环节 —— 把实测的相对酶活与 AI 给出的概率做真阳性率统计和相关性分析，再回流到模型做增量学习。

项目团队在实验中发现，两个中间产物的积累偏低。据此推测，通路上有两个酶是限速酶。过表达验证用于检验两个限速酶假设，并将结果回流下一轮模型优化。

酶活性检测结果验证了 AI 预测的突变位点，并显示相关突变体反应活性提升。