文章核心观点 - 北京化工大学与中国科学院微生物研究所团队开发出一种基于图神经网络（GNN）的GRASE框架，用于高效筛选活性酶[2] - 通过GRASE框架鉴定出一种名为Ab PURase的高活性氨基甲酸酯酶，其活性比已知酶高出465倍[2][5] - Ab PURase能在8小时内实现千克级商业化聚氨酯的近乎完全降解，首次在工业条件下实现规模化生物解聚[2][5][6] - 该技术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，并凸显人工智能在加速工业生物催化剂开发方面的巨大潜力[6] 技术突破 - GRASE框架结合了自监督学习和监督学习，专门用于识别高效且与糖酵解兼容的氨基甲酸酯酶[4] - 新发现的Ab PURase酶具有优异的有机溶剂耐受性，能在高浓度醇解反应介质中保持极高催化活性与稳定性[2] - 结构分析表明，其紧密排列的疏水核心和由脯氨酸稳定的Lid Loop结构是其在苛刻溶剂中保持稳定和高效的关键[5] 行业应用与影响 - 热固性聚氨酯塑料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，但其化学交联结构使其难以回收[2] - 该研究成果解决了聚氨酯回收中化学性质稳定的氨基甲酸酯化学键难以分解的挑战[2] - 新技术与工业聚氨酯醇解工艺高度兼容，为聚合物回收工业提供了新的酶解决方案[2][6]