绿色生物制造全国重点实验室吴边/崔颖璐团队于2025年10月30日在国际顶尖学术期刊《Science》上发表了研究论文《Glycolysis-compatible urethanases for polyurethane recycling》。该研究成功攻克了聚氨酯工业回收中酶催化剂在苛刻溶剂环境下失活的核心瓶颈，通过开发的GRASE深度学习框架，从海量蛋白质数据库中精准挖掘出高性能“聚氨酯酶”ADPURase，使其在工业级糖酵解溶剂中的催化活性提升超百倍，并成功在公斤级规模上对商用聚氨酯实现了近乎完全的解聚与高效单体回收，为塑料循环经济提供了颠覆性的智能生物催化方案。
挑战与创新：构建GRASE图神经网络框架实现功能酶智能推荐
全球每年消耗约2200万吨聚氨酯，其生产过程能源密集、碳排放高。目前，糖酵解是唯一实现工业应用的聚氨酯化学回收方法，但其产物中超过60%的底部相富含芳香族N-芳基氨基甲酸酯（如TDA-DEG）等副产物，难以高效转化，通常作为危废焚烧，造成资源浪费与环境负担。尽管已有研究报道了能够水解氨基甲酸键的“聚氨酯酶”，但这些酶在工业糖酵解所需的高浓度二甘醇溶剂中活性与稳定性严重不足，限制了其实际应用。
聚氨酯糖酵解副产物TDA-DEG的酶促水解路径与已知PURase酶活对比
为解决上述挑战，吴边团队开发了名为GRASE的智能计算框架。该框架整合了两种自主研发的神经网络模型：Pythia-Pocket 通过图神经网络提取并比对催化残基的局部结构嵌入向量，精准预测功能相似性；Pythia 则通过负对数似然值评估蛋白质结构的全局稳定性。GRASE将二者结合，从NCBI非冗余蛋白数据库和AlphaFold数据库中，筛选出在活性与稳定性之间取得最佳平衡的候选酶，实现了无需人工干预的全自动、高通量酶功能发掘。
GRASE框架核心模型Pythia-Pocket与Pythia的架构及工作流程
核心发现：ADPURase在苛刻溶剂环境中展现出超常催化性能
在GRASE推荐的24个候选酶中，ADPURase (GB6) 表现最为突出。其对典型底物2,4-TDA-DEG的比活性高达2.14 U/mg，较基准酶Aes72提升32倍。尤为关键的是，在模拟工业条件的6 M 二甘醇 溶剂中，ADPURase在50°C下的活性较Aes72提升465倍，展现出卓越的有机溶剂耐受性。该酶还表现出广泛的底物谱，能高效水解多种结构类似的芳香族氨基甲酸酯。
GRASE筛选酶对2,4-/2,6-TDA-DEG的水解活性及温度适应性热图
工艺验证：公斤级聚氨酯泡沫的糖酵解-酶法水解联合工艺及实时转化监控
研究团队在公斤级规模上验证了ADPURase的工业潜力。将1公斤BASF聚氨酯泡沫进行糖酵解后，所得底部相（含8.6 M DEG）在ADPURase处理下，仅需8小时即可实现98.6% 的底物转化，将TDA-DEG完全水解为单体TDA。通过后续的精馏工艺，TDA和DEG的回收率分别达到94.7% 和98.5%，初步工艺经济性模型显示该路径具备规模化应用前景。
公斤级聚氨酯泡沫的糖酵解-酶法水解联合工艺及实时转化监控
机制解析：结构生物学揭示ADPURase稳定性与催化特性的分子基础
通过比较结构分析与分子动力学模拟，研究发现ADPURase的高性能源于其独特的结构特征：1）一个高度开放的“V形”盖状结构域，为庞大芳香底物提供了优化的结合空腔；2）一个由M38等残基形成的致密疏水核心，有效阻隔溶剂分子渗透；3）盖状结构域中的多个脯氨酸残基显著增强了局部构象的刚性。这些特征共同赋予了ADPURase在苛刻溶剂环境中保持结构完整性与催化效率的能力。
ADPURase与同源酶活性位点结构比较及催化动力学参数分析
总结展望
本研究突破了传统依赖序列同源性或全局结构比对的酶发现局限，通过局部功能位点的智能感知与稳定性评估，实现了在遥远同源物中精准挖掘高性能工业用酶。所发现的ADPURase虽被传统注释为酯酶，实则主要发挥脲烷酶功能，这揭示了酶功能注释中存在大量未被发掘的“兼职”活性。该工作为破解其他难降解塑料的循环困境提供了全新的计算-生物协同研发范式。
