机器学习指导下转氨酶的精准进化及其应用

本发明公开了一种机器学习指导的ω‑转氨酶定向进化方法及其在瑞美吉泮关键手性胺中间体合成中的应用。以野生型转氨酶CA113为起始酶，通过多序列比对（MSA）生成共识序列，结合5‑ns丙氨酸扫描分子动力学（MD）模拟和CAVER通道分析，筛选出18个单点突变构建微型文库（库容量48）。将突变体的稳态动力学参数（kcat/Km）与热熔温度（Tm）上传至基于预训练算法的小样本迁移学习回归模型进行训练。通过两轮“湿实验‑模型训练‑虚拟筛选”迭代循环，获得最优双突变体M5（R68F/D125V）。该突变体在1 L反应器、底物终浓度25 mg·mL⁻¹、酶载量1 g·L⁻¹、25℃、pH 9.0条件下，时空产率达到92 g·L⁻¹·d⁻¹，分离收率81%，ee>99%，连续3批百克级制备的RSD<3%，满足API杂质谱要求。本发明为绿色、高效、低成本的制药酶工程提供了可复制的新范式。