《自然》：最短一天，塑膠徹底降解！塑膠污染難題迎重大突破

▎藥明康德内容團隊編輯

▲視訊展示了借助最新的酶，塑膠在48小時内發生的變化（視訊來源：THE UNIVERSITY OF TEXAS AT AUSTIN / COCKRELL SCHOOL OF ENGINEERING）

每一年，全球生産的塑膠達到驚人的3億噸，但當它們結束使命，如何處理這些穩定的聚合物成為一道難題。在全球各地，數十億噸塑膠垃圾埋藏在垃圾填埋場裡，污染着當地土壤與水源，還能以微塑膠的形式出現在人體的血液、糞便甚至是胎盤中……

如何緩解日益嚴峻的塑膠危機，成為當下極其緊迫的挑戰。對此，科學家也在尋找創新性的對策。去年，一篇《自然》論文就帶來了重要突破：加州大學伯克利分校的研究團隊發明了一種可降解塑膠：在40℃的堆肥條件下，塑膠僅需兩天就能得到降解。

一年之後，另一篇《自然》論文從不同的角度提出了解決方案。得克薩斯大學奧斯汀分校的Hal Alper教授團隊借助機器學習改造了一種酶，可以将以世紀為機關的塑膠降解時間縮短到數小時至幾天。這個事關人類未來的關鍵問題，迎來了破解的希望。

全球範圍内，隻有不到10%的塑膠得到循環利用。在過去的十餘年間，對于降解塑膠的酶，相關研究取得了大量進展。但一個懸而未決的問題是，如何制造在低溫下能有效運作的酶，進而實作低成本的大規模工業應用。

這項研究試圖降解的是聚對苯二甲酸乙二醇酯（PET），在我們日常使用的塑膠包裝物中，絕大多數都含有這種聚合物。PET占到了全球固體垃圾的12%，如果能通過酶快速将其降解，随後再聚合或轉化成其他産品，将有望實作循環碳經濟，大幅降低環境污染。

在自然界，一種名為PETase的酶可以降解PET，但也存在明顯的缺陷：隻能在特定的酸堿度和溫度範圍内起效，并且反應速度有限，在降解之前還需要對塑膠進行預處理。

在這項研究中，Alper教授團隊使用機器學習模型對PETase進行改造。機器學習模型可以預測哪些突變可以讓PETase在低溫下快速降解人們丢棄的塑膠産品，在模型的指導之下，研究團隊最終改造出全新的酶：FAST-PETase（功能性、活性、穩定和耐受性PETase）。

▲機器學習工具指導研究團隊找到提升酶的效率的方向（圖檔來源：參考資料[1]）

這種酶可以在低于50℃、一系列不同的酸堿度條件下，将PET解聚、降解成小分子。在一些條件下，這些塑膠僅需24小時就能完全降解為單體。

為了檢驗FAST-PETase降解不同PET塑膠制品的有效性，這項研究利用FAST-PETase分别去降解51種未經處理的PET塑膠制品，包括各種塑膠容器、聚酯纖維和織物等。結果，所有塑膠都在一周内徹底降解，最迅速的僅需1~2天。

▲FAST-PETase用于降解多種不同的PET塑膠（圖檔來源：參考資料[1]）

這種酶可以幫助企業在分子水準上循環、再利用塑膠，進而減少對環境的不利影響。Alper教授表示：“通過這項最先進的回收技術，各行業可以看到無盡的可能性。”

接下來，研究團隊計劃擴大FAST-PETase的生産規模，為進一步的工業應用奠定基礎。該團隊正着眼于幾種不同的用途：不僅僅是清理垃圾填埋場中的塑膠、讓工業生産更加綠色環保，還希望利用這種酶實作環境修複，清理受污染的區域。

因為塑膠污染，這顆美麗的藍色星球正染上令人擔憂的白色。現在，這些新興技術的誕生有望讓塑膠污染危機迎來轉機。我們期待，這顆星球能回到最初、最美的顔色。

參考資料：

[2] Plastic-eating enzyme could eliminate billions of tons of landfill waste. Retrieved Apr 27th, 2022 fromhttps://www.eurekalert.org/news-releases/950900

更多推薦

點個“在看”再走吧~