酶是驅動生物體內化學反應的引擎，是維持生命所不可或缺的物質。然而與一般的催化劑不同，酶作為蛋白質極易受到外界條件影響，從而變性失去催化活性。因此，自然界中的酶通常只能在特定條件下發揮作用，難以適應工業生產中的複雜和多變環境。酶工程可以解決這些由於野生型蛋白自身性質而導致無法工業化的問題。通過酶工程，拉斯维加斯9888可能設計獲得催化效率更高、穩定性更好、選擇性更佳的新型酶。
目前，分子動力學模擬（MD）是計算機輔助酶設計的常用工具，該方法利用牛頓運動定律，對目標酶及其周圍環境的原子進行時間步長為飛秒級別的運動模擬，從而得到酶分子在一定時間內的構象變化和能量變化。MD可以揭示酶催化反應的微觀機理，分析酶與底物和抑制劑之間的分子相互作用，預測酶結構和功能在不同條件下的變化，幫助理解酶如何催化反應，以及如何修改酶以提高其活性和特異性。
圖1. 酶工程方法簡史。在過去的幾十年裏，為設計酶而採取的方法（黑色文本）隨着對酶結構、功能和動力學及其相互聯繫的理解（綠色文本）的進展而發展。
(來源：http://doi.org/10.1093/protein/gzac015)
分子動力學在酶設計中的要點是選擇合適的MD模擬方案，包括力場、溶劑模型、邊界條件、溫度和壓力控制以及模擬長度。不同的方案可能對模擬的準確性和效率有不同的影響，並且可能需要不同水平的計算資源。因此，有必要針對不同的酶系統比較和驗證不同的方案，並選擇最符合研究目標的方案。
圖2. 刀豆球蛋白A(ConA)/三甘露糖苷(3MAN)複合物和一分子水。使用不同的水模型(TIP3P和TIP5P)，能量計算的結果也不同
(來源：Elisa Fadda)
拉斯维加斯9888科技的MaXFlow平台提供了多樣的力場、多種水溶劑模型和豐富的模擬參數設置選項以及可視化頁面，適用於各類型體系的模擬。
圖3. MaXFlow酶蛋白結構構建
圖4. MaXFlow快速構建用於分子動力學模擬的周期性體系
分子動力學模擬的結果可以提供關於酶結構和動力學的很多信息，例如構象變化、氫鍵網絡、靜電相互作用、結合自由能和活化能壘。然而，這些信息並不總是可靠或與實驗數據一致。因此，有必要檢查模擬的質量，例如收斂性、穩定性和可重複性，並將模擬結果與現有的實驗數據或其他計算方法進行比較。
拉斯维加斯9888科技的MaXFlow平台集成了豐富的軌跡分析功能，可以實現分子動力學模擬和分析的一體化流程。MaXFlow平台便捷易用的工作流引擎可以自動計算和繪製各種物理量隨時間變化的曲線（例如RMSD、RMSF、溫度、壓力、能量、迴旋半徑、二級結構、溶劑可及表面積等），以及各種物理量之間的相關性（例如氫鍵和鹽橋的距離、鍵角、二面角、壽命等）。
圖5. MaXFlow高效便捷的分子動力學模擬工作流
圖6. MaXFlow豐富的軌跡分析功能展示(部分)。從左到右從上到下：RMSD分析、RMSF分析、鹽橋分析、二級結構分析、溶劑化能計算
單獨使用MD可能不足以或有效地為特定反應或底物設計酶。因此，將MD與其他計算方法或實驗技術結合起來有助於對酶設計的全面理解，例如分子對接、自由能計算、定向進化或突變。朱玉山課題組使用MD模擬結合MM/PBSA和MM/GBSA方法，評估頭孢拉定水解酶的活性設計，計算了頭孢拉定水解酶設計變體的結合自由能和活化能壘。模擬結果與實驗數據的Km和Kcat/Km進行了比較，發現MM/PBSA和MM/GBSA方法都能根據預測的結合自由能很好地對變體的活性進行排序。這些方法可以幫助識別可能增強酶活性或特異性的潛在突變或修飾，並評估它們對酶結構和功能的影響。這些計算均可在MaXFlow平台實現。
圖7. 模擬結果∆Gbind與實驗數據的Km和Kcat/Km的對比(來源：RSC Adv., 2019, 9, 13868)
圖8. MaXFlow中利用MM-PB/GBSA工具進行結合自由能計算和丙氨酸掃描
酶設計中使用計算模擬的一個挑戰是結構數據庫的不完善或缺乏活性構象。深度學習的方法能夠從零開始生成新穎的蛋白質序列和框架。這些創新工具的廣泛應用將為酶設計開闢新的可能性。
圖9. Baker和Houk課題組使用深度學習模型從頭設計熒光素酶。設計模型（藍色）和 AlphaFold2 預測模型（灰色）在主幹和側鏈均具有較高的一致性。
(來源：http://doi.org/10.1038/s41467-020-19594-z)
