視頻截圖（via SCI Tech Daily）

該校 McKetta 化學工程系教授 Hal Alper 表示：“在眾所周知的廢棄物管理行業之外，還有許多領域都可受益于這種先進的回收處理過程。通過更可持續的‘食塑酶’工藝，我們甚至可以開始構想真正的分子級循環塑料經濟”。

換言之，這項技術有助于解決世界上最大的環境問題之一 —— 如何處理堆積在垃圾填埋場、并污染大自然水土的數十億噸塑料垃圾？

而這種酶正好可以促進大規模的回收利用，使得主要行業能夠通過在分子水平上回收和再利用塑料，來減少此類廢棄物對環境的影響。

“食塑酶”有望在數小時至幾天內，分解掉大自然需要幾個世紀才能降解的塑料。

目前這項研究的重點是具有熱塑性的聚對苯二甲酸乙二醇酯（簡稱 PET）—— 這種材料在食物飲料等各種消費品包裝（以及某些纖維和紡織品）上得到了廣泛的應用 —— 占全球總廢棄物的 12% 左右。

具體說來是，這種酶能夠完成一個高效的“循環過程”—— 將塑料分解成更小的部分（解聚）—— 然后以化學方式將其重新組合到一起（再聚合）。某些情況下，這些塑料廢棄物可在短短 24 小時內完全分解成單體。

值得一提的是，Cockrell 工程學院與自然科學學院的研究人員，借助機器學習（ML）模型對一種名為 PETase 的天然酶的新變種展開了深入研究。

Engineering Enzymes to Reduce Plastic Waste - UT Austin（via）

機器學習模型預測了這些酶中的哪些突變，有助于實現在低溫下快速“解聚”消費后的塑料廢棄物。通過該過程，該團隊就 51 種不同的塑料容器、五種不同的聚酯纖維和織物、以及完全由 PET 制成的水瓶進行了驗證。

結果發現，在低于 50℃ 的溫度下，這種 FAST-LETase 酶仍具有相當高效的解聚能力，意味著它能夠在工業上得到大規模運用、且成本效益也相當出眾。

帶領機器模型開發的 UT Austin 系統與合成生物學中心教授 Andrew Ellington 表示：“從合成生物學、到化學、以及人工智能，這項工作切實展示了將不同學科結合到一起的威力”。

有關這項研究的詳情，已經發表在 2022 年 4 月 27 日正式出版的《自然》（Nature）期刊上。

原標題為《Machine learning-aided engineering of hydrolases for PET depolymerization》。