新酶发现：先定义什么才算真正的新酶证据

图1 序列、结构、反应、应用四类新颖性，需不同证据支持

分类： 酶发现/ 生物勘探 / 生物催化

“新”是一个听起来明确、实际却极易混淆的词。一条低相似序列可能仍在执行已知反应；一个熟悉的家族成员也可能对新底物产生有价值活性；还有些候选并不改变反应类型，却能在目标低温、高温或特殊溶剂条件下工作。若不先说明要证明哪一种新颖性，搜索范围、实验设计和最终结论都会失去共同标尺。序列、结构与功能的新颖性，需要各不相同、又相互补充的证据。

一、先拆开四种“新”

判断“新酶”前，先确认想说的是哪一种“新”。这四层可以重叠，却不能彼此替代。

序列新颖性——回答“它与已知蛋白有多远”，适合描述同源关系与家族边界，却不能单独证明新的催化能力。序列变化可能在表面，也可能改写活性口袋；相似度相同的两个候选，对功能的影响可能完全不同。

结构新颖性——关注折叠、结构域组合或活性口袋构型。远缘序列可能保留相似结构，同一折叠也能承载不同反应。结构比较能扩大搜索半径，但命中一个相似口袋仍只是候选线索。

反应新颖性——要求证明催化了此前未被该类蛋白支持的化学转化，通常需要明确的底物、产物与反应机制证据。

应用新颖性——关注已知反应在新条件下是否可用，例如不同温度、pH、盐度、溶剂或表达场景。

因此，项目启动时应写下一句可验证的主张：是寻找低同源但执行已知反应的天然酶，是寻找新的底物范围，还是寻找在指定工艺窗口中工作的催化剂。主张越具体，后续候选越容易取舍。

二、降低相似度阈值≠ 找到新酶

降低序列阈值会带来更多远缘候选，也同步增加误注释。低相似并不天然代表高价值，它可能来自序列不完整、结构域变化，或与目标无关的家族分支。候选需要同时保留关键催化残基、结构域逻辑，以及与目标反应相容的结构线索。真正的新候选，既要“有差异”，也要“保留功能依据”。

反过来，高相似候选也不一定缺少发现价值。少量关键位点变化可能改写底物进入、构象平衡或环境耐受性。若任务关注的是应用条件而非新折叠，过度追求序列距离，反而可能错过更易表达和验证的天然变体。

更合理的做法，是把候选分成证据不同的几组：

① 参考组——接近已知功能、成功概率较高；② 探索组——位于远缘分支、但保留关键机制；③ 假设组——结构或性质预测突出、需更多验证。如此既控制风险，也保留发现空间。

三、先判断“发现”，还是“改造”

如果自然界已有满足目标的蛋白，天然发现通常比从零创造更直接。若已有酶基本可用、只差稳定性、活性或表达，问题更接近蛋白改造；若已知骨架都无法承载目标反应，才需要考虑更激进的从头设计。

这一步能防止任务错配。把改造问题伪装成发现，会在数据库里寻找难以同时满足所有条件的候选；把发现问题直接转成生成任务，又可能忽略已有的天然答案。新酶发现应先检索策展记录、参考序列和结构，再决定是否扩大到远缘挖掘。

搜索也应围绕反应而非名称。相同酶名下可能包含底物范围不同的成员，名称不同的蛋白也可能实现近似转化。反应类别、辅因子、催化残基、底物形状与活性口袋特征，往往比单一关键词更能连接候选与目标。 

图2 先判断自然发现、蛋白改造还是从头设计

四、证据组合，比单项最高分更可信

序列、结构与功能模型能快速缩小候选池，但各有适用范围：序列证据擅于识别已知家族关系，结构证据有助于发现远缘保守机制，性质预测则帮助判断候选是否值得在特定应用条件下优先验证。

高质量候选清单应解释“为什么是它”：与哪类已知酶相关、关键位点与结构域是否完整、活性口袋是否容纳目标底物、是否覆盖新的系统发育分支，以及表达、稳定性或性质是否存在明显风险。

多属性之间往往没有唯一冠军。最接近已知活性的候选未必最稳定；结构最特别的候选未必容易表达。首批实验更适合保留不同优势的代表，而不是把所有指标压成一个看似精确的总分。

新酶的价值，最终要在目标反应条件中被验证。

五、实验决定它能否被称为“新酶”

计算结果可以提出假设，但不能替代生化确认。候选应先完成序列与构建核对，再验证表达与可溶性，随后在目标底物下检测产物。若主张涉及选择性、动力学或特殊环境耐受，还需匹配对应条件的测量。

阴性结果同样能修正发现逻辑：远缘候选无活性，可能说明结构相似不足以支持相同化学；高相似候选只在某条件有效，则提示应用窗口比家族名称更重要。把实验结果回连到候选的序列、结构与来源，下一轮选择才更准确。

“新”的措辞也应跟随证据强度：只有计算线索时可称“潜在候选”；完成体外反应确认后才支持“具体功能”；要提出应用价值，还应在相关工艺条件中继续验证。这样的边界不会削弱宣传，反而让研发决策更可信。 

图3 证据层级：计算线索→体外确认→应用验证

六、MatwingsVenus®（晓鹜®）如何支持新酶发现

MatwingsVenus®（晓鹜®）把天然蛋白发现、已有蛋白改造与全新骨架设计区分开来，避免把三件事混为一谈。

（一）检索先行：Search Before Mining

先按功能查询策展资源，或基于蛋白及核酸序列开展BLAST 同源检索，确认自然界是否已有可用答案。

（二）结构挖掘：VenusMine

当已知结果的多样性不足时，可在用户同意后进入结构挖掘。VenusMine 以PDB 或 CIF 结构为输入，寻找远缘同源与保守折叠，并返回候选与系统发育信息；只有序列时需先制备结构，重计算设置 HITL 门控。

（三）候选评估：VenusG

候选形成后，可用VenusG 结合理化性质计算开展评估，再综合家族多样性、系统发育与Pareto 排名，呈递Top 候选、FASTA 与湿实验建议。结果属于预测与决策支持，不等同于功能或工业性能已确认；优先候选可按项目范围衔接基因合成、蛋白表达验证与蛋白纯化。

常见问题（FAQ）

1. 序列相似度低，就等于发现了新酶吗？

不一定。低相似可能来自序列不完整、结构域变化或无关家族分支；缺少催化残基、结构域与机制证据时，候选仍只是线索。真正的新候选要“有差异，也保留功能依据”。

2. “新酶”的“新”到底有几种含义？

通常指四类：序列新颖性、结构新颖性、反应新颖性、应用新颖性。它们可重叠但不可互相替代；其中反应新颖性需要底物、产物与机制层面的证据。

3. 什么时候该“发现”天然酶，什么时候该“改造”？

自然界已有满足目标者→天然发现；已有酶基本可用、只差稳定性/活性/表达→蛋白改造；已知骨架无法承载目标反应→考虑从头设计。应先检索策展记录、参考序列和结构，再决定是否扩大挖掘。

4. 结果出来后，就能直接说“发现了新酶”吗？

不能。计算结果是假设，不能替代生化确认。需先核对序列与构建、验证表达与可溶性、在目标底物下检测产物；涉及选择性、动力学或特殊耐受还需匹配测量。只有体外确认后才能支持具体功能。

5. MatwingsVenus® 支持新酶发现的思路是什么？

遵循Search Before Mining：先按功能/序列检索策展资源与 BLAST 同源；多样性不足时，再经用户同意进入 VenusMine 结构挖掘；最后以VenusG 结合理化性质与Pareto 排名，呈递 Top 候选、FASTA 与湿实验建议。

小结

新酶发现的效率，不取决于一次收集多少陌生序列，而取决于“新”的定义是否清楚、证据层级是否匹配、候选差异是否可解释、验证条件是否贴近目标。先定义主张，再寻找天然答案，最后让实验决定结论，才能把新颖性转化为真正可用的酶资源。

 一句话结论： 新酶发现的效率，取决于“新”的定义是否清楚、证据层级是否匹配、候选差异是否可解释、验证条件是否贴近目标；先定义主张，再检索天然答案，最后让实验决定结论。