通過熒光素酶酶促氧化熒光素底物產生的生物發光被廣泛用于生物醫學研究中的生物測定和成像。因為不需要激發光源，所以在黑暗中產生發光光子；這導致在活體動物模型和生物樣品中比熒光成像更高的靈敏度，其中自體熒光或光毒性是一個問題。然而，熒光素酶作為分子探針的開發落后于發達的熒光蛋白工具包，原因有很多：（i）很少發現天然熒光素素酶；（ii）許多已鑒定的那些需要多個二硫鍵來穩定結構，因此容易在哺乳動物細胞中發生錯誤折疊；（iii）大多數天然螢光素酶不識別具有更理想的光物理性質的合成螢光素；（iv）使用相互正交的熒光素酶-熒光素對并行進行多個過程的多重成像受到天然熒光素酶底物特異性低的限制。為了克服這些局限性，華盛頓大學David Baker、Andy Hsien-Wei Yeh等人試圖使用基于“family-wide hallucination”方法從頭蛋白質設計來產生小的、高度穩定的、在細胞中表達良好的、對一種底物具有特異性且不需要輔因子發揮作用的熒光素酶。
研究人員選擇了一種合成的熒光素二苯噻嗪（DTZ）作為靶底物，因為它具有高量子產率、紅移發射、有利的體內藥代動力學以及缺乏發光所需的輔因子。為了鑒定能夠容納適合DTZ放置的口袋的蛋白質折疊，研究人員將DTZ與4000種天然小分子結合蛋白對接。研究人員發現，許多核運輸因子2（NTF2）樣折疊具有形狀互補性和大小適合DTZ放置的結合袋，并選擇了NTF2樣超家族作為目標拓撲。作者產生了大量小而穩定的蛋白質支架，其具有適合DTZ的大小和形狀的口袋，并具有清晰的序列結構關系，以便于隨后的活性位點摻入。在從頭開始的酶設計中使用深度學習使得能夠產生大量具有不同口袋形狀的理想化蛋白質結構和設計的編碼它們的序列，克服了可用支架數量的限制。這種方法允許從頭開始創建高活性和特異性的生物催化劑，這是計算酶設計的關鍵里程碑。所設計的酶（如LuxSit-i）的高活性和特異性使其非常適合用于生物醫學以及作為酶催化機制的計算和實驗研究的模型系統。本研究中使用的family-wide hallucination方法為底物結合和催化殘基放置打開了幾乎無限的可能性，這在反應機理和如何促進反應尚未完全理解的情況下尤為重要。除了熒光素酶催化的光發射之外，這種方法應該很容易適用于各種各樣的化學反應。總之，通過使用深度學習的從頭酶設計來開發高度特異性和活性的酶是計算酶設計領域的一項重大進展，并有望在生物醫學和其他領域廣泛應用。Yeh, A.HW., Norn, C., Kipnis, Y. et al. De novo design of luciferases using deep learning. Nature 614, 774–780 (2023). https://doi.org/10.1038/s41586-023-05696-3
