人工金属酶ArMs能够催化非传统的反应，并且在可持续经济和发展中起到重要作用，虽然目前已经发展了各种不同反应的ArMs酶，对其基因优化方面的工作仅仅在少数例子中有作用，而且只能起到适度改善作用。为了实现进一步的改善，需要发展快速搜索活性ArM变体的方法。有鉴于此，苏黎世联邦理工学院Markus Jeschek等报道了一种适用各种反应条件的，兼容自动化平台，能够通过生物素-链霉亲和素技术对大肠杆菌（Escherichia coli）中的周质分隔进行快速的进行工程化ArMs，通过5种生物正交变换（包括改变金属、反应机理、反应物），得到400种ArM变体，包括新颖的能够用于氢胺化、氢芳基化的Au催化ArM。

本文要点：

（1）

通过这种系统性工程化处理，活性提高了15倍，展示了这种系统性优化方法的潜力。此外，作者通过智能筛选方法、机器学习模型，能够准确预测ArM活性，该过程对未来ArM的发展非常有帮助。

参考文献

Tobias Vornholt, Fadri Christoffel, Michela M. Pellizzoni, Sven Panke, Thomas R. Ward, Markus Jeschek,‡ Systematic engineering of artificial metalloenzymes for new-to-nature reactions, Sci. Adv. 2021, 7 (4), eabe4208

DOI: 10.1126/sciadv.abe4208

https://advances.sciencemag.org/content/7/4/eabe4208