北京化工大学最新Science论文：吴边/崔颖璐团队利用AI挖掘出聚氨酯塑料降解酶

撰文丨王聪

编辑丨王多鱼

排版丨水成文

热固性聚氨酯塑料，被广泛应用于汽车制造、绝缘材料、矿山机械及建筑工程等领域，这类材料通过化学交联形成稳定三维网络结构，不溶于溶剂且难以熔融重塑。其回收利用受到化学交联结构和化学性质稳定的氨基甲酸酯化学键的阻碍。尽管化学酶法显示出前景，但已知的氨基甲酸酯酶对其分解效率仍然不高。

2025 年 10 月 30 日，北京化工大学/中国科学院微生物研究所吴边研究员、崔颖璐研究员团队（陈艳春、孙瑨原、石珂伦为论文共同第一作者），在国际顶尖学术期刊Science上发表了题为：Glycolysis-compatible urethanases for polyurethane recycling 的研究论文。

该研究开发了一种用于筛选具有潜在活性酶的基于图神经网络（GNN）的框架——GRASE（GNN-based Recommendation of Active and Stable Enzyme）。

研究团队利用GRASE鉴定出了一种活性极高的氨基甲酸酯酶——AbPURase，该酶具有优异的有机溶剂耐受性，在高浓度醇解反应介质中仍能保持极高催化活性与稳定性，与工业聚氨酯醇解工艺高度兼容。其能够在 8 小时内实现对商业化的聚氨酯材料的几乎完全降解，GRASE 框架还有助于识别用于化学工业和和聚合物回收工业的酶。

最近，在用于降解聚合物中酯键的水解酶的发现和工程改造方面取得了重大进展。然而，像聚氨酯中那样更难降解的化学键则带来了更多挑战。

在这项最新研究中，研究体开发了GRASE（GNN-based Recommendation of Active and Stable Enzyme），这是一个基于图神经网络（GNN）的框架，它结合了自监督学习和监督学习，用来识别高效且与糖酵解兼容的氨基甲酸酯酶。

在GRASE识别推荐的酶中，源自脂环酸芽孢杆菌属（

Alicyclobacillus sp.

Ab

这项研究成果首次实现了在工业条件下聚氨酯的规模化生物解聚，为聚氨酯塑料的绿色循环利用提供了高效、可持续的新路径，也突显了人工智能（AI）对加速具有工业应用潜力的生物催化剂的巨大潜力。

论文链接：

https://www.science.org/doi/10.1126/science.adw4487