多酶活性纳米酶是指同时具有多种类酶活性的纳米材料，因其能够促进级联反应，利用协同效应，同时展现对环境响应的选择性而备受瞩目。然而，多酶活性纳米酶在不同条件下表现出不同的类酶活性，这给其催化的精确调节和设计带来了巨大挑战。
数据驱动指的是通过收集、分析和利用数据来指导决策和行动，包括数据收集、数据分析、指导决策与迭代优化。通过对收集到的数据进行分析，可以了解其中所包含的信息和关系。通过对数据分析的结果进行解读和理解，可以为决策提供支持和指导。同时数据驱动是一个持续迭代的过程，通过不断收集数据、分析数据并优化行动，可以持续改进和优化材料设计方案。
材料的进化设计是参照自然遗传进化方式改进的材料设计方案。引入自然遗传进化中的基因型、表现型、进化与适应度等概念。其中将空间群、元素类型、元素比例、化合价等定义为进化设计中的基因型，收集文献中纳米酶的活性类型构成了材料的表现型。筛选所设计的材料即为材料的进化过程，所设计材料的纳米酶活性与设计需求之间的匹配度就是适应度。
为了解决多酶活性纳米酶理性设计的问题，本研究提出了一种基于数据驱动的“进化设计”方法，通过模拟自然界生物遗传进化的过程，为构建多酶活性纳米酶提供了一种创新的设计策略和理论基础。本研究以"Data-Driven Evolutionary Design of Multienzyme-like Nanozymes"为题发表在Journal of the American Chemical Society（中科院1区TOP期刊，影响因子15.0）。作者建立了一个包含元素类型、比例、化学价、形貌、催化条件等信息的纳米酶数据库。通过对这些纳米酶信息进行相关分析和聚类，作者重新组织了不同纳米酶分类中的物质特征，为多酶活性纳米酶的设计提供了基础。基于量子力学/分子力学方法（QM/MM）和机器学习算法，作者分析了底物的表面吸附能和结合能，识别了最佳的反应途径，辅助多酶活性纳米酶的进化设计。最终，通过这一方法成功创建了一个高活性的多酶活性纳米酶（CuMnCo7O12）。
在进化设计的过程中，作者通过模拟、机器学习和实验验证实现了对多酶活性纳米酶活性的精准设计和优化。这种方法不仅显著缩短了研发周期、节省了研发成本，同时也满足了多种设计要求，展现了巨大的应用潜力。在基于数据驱动的“进化设计”方法中，多酶活性纳米酶的进化过程通过模拟、量子力学/分子力学方法和机器学习技术实现了高效、精准的设计和优化。通过实验验证，作者证实了设计的多酶活性纳米酶的活性符合设计预期。这一创新的设计策略为纳米酶研究领域带来了新的思路和方法，为纳米酶技术的应用和推广提供了重要的参考。
未来，随着数据驱动进化设计的进一步发展，多酶活性纳米酶的设计和优化将更加高效、精准和可持续。这种方法有望在药物开发、环境治理、生物传感等领域发挥关键作用，为解决全球性挑战提供新的解决方案。
图1.数据驱动多酶活性纳米酶进化设计的过程流程图。
论文第一作者为青岛科技大学材料学院硕士研究生姜宇洁，通讯作者为青岛科技大学材料学院朱之灵副教授与隋凝副教授。上述工作得到了国家自然科学基金和山东省自然科学基金支持。
文章链接：
https://doi.org/10.1021/jacs.3c13588
