摘要

酶是合成生物学中不可或缺的一类生物催化剂。合成生物学利用酶的高效性和选择性，能够在温和条件下对天然底物进行转化。然而，天然酶对实际生产存在不适配的问题。报告人将围绕生物催化这个主线，利用蛋白质工程和计算生物学技术手段，从酶的改造理解到 AI（人工智能）升级，探索了一系列解决方案。针对苛刻工业环境中（有机溶剂、高温、无序性等）酶催化面临的挑战，利用定向进化和分子动力学模拟，开发获得了一系列新颖且广谱的蛋白质工程策略。同时，结合微观机制解析，为实现酶的高鲁棒性和定向固定提供了有效的途径。另外，利用前沿深度学习技术，发展了新颖的酶功能预测神经网络模型和表征验证平台，突破了传统酶功能预测难、准确率低的局限。

报告人简介

崔海洋，教授，博士生导师，南京师范老员工命科学学院，国家级青年人才，江苏省特聘教授。2016年硕士毕业于中科院天津工业生物技术研究所，师从结构生物学领域专家郭瑞庭教授；2020年，博士毕业于德国亚琛工业大学（导师：Ulrich Schwaneberg教授，蛋白质工程领域专家）；同年，进入德国DWI-莱布尼茨互动材料研究所进行博士后研究；2021-2023年于美国伊利诺伊大学厄巴纳-香槟分校继续进行博士后研究（导师：赵惠民教授，合成生物学领域先驱）。2024年初回国组建“人工智能与工程生物学”研究团队，搭建超算平台Infinity（无穷生物超算集群）。近五年，以第一作者/通讯作者（含共同）在Science, Angew. Chem.， ACS Catal.， Nat. Commun. 等期刊发表SCI论文22篇，并应邀在国际权威丛书 Methods in Molecular Biology 分别撰写独立章节3章。申请发明专利4项。