近日，我院汪骋教授团队在催化材料调控研究方面取得进展，相关成果以“Active Learning Identifies Sulfur-Based Enhancers for Fe(III)-Protoporphyrin Catalysis: Recapitulating Features of Natural Oxidase and Beyond”为题，发表在《Advanced Materials》上。该研究将Fe-卟啉连接至可迭代的十肽上，通过整合自动化多肽合成、高通量筛选与机器学习，构建了一套闭环优化平台，用以迭代筛选可用于氧化反应的最佳序列。
尽管初始序列为随机生成，算法优化后优胜者序列普遍出现与天然氧化酶活性位点高度相似的关键残基——半胱氨酸（Cys）。在没有人为先验知识的情况下，算法发现了硫配体对Fe-卟啉的轴向修饰是提升氧化酶活性的关键。令人意外的是，算法还发现甲硫氨酸（Met）同样可以作为有效的活性增强因子，其含硫醚侧链可替代传统巯基配位。
该研究工作在汪骋教授、王之野博士和东南大学胡慧慧博士后共同指导下完成。博士研究生苏鹏昆与硕士研究生詹玥为共同第一作者。苏禹铭博士贡献了理论计算部分。该研究得到了国家自然科学基金（22125502、22461160282、22121001、92461305）、国家重点研发计划（2021YFA1502500）等项目的资助。
论文链接：https://advanced.onlinelibrary.wiley.com/doi/full/10.1002/adma.202518756
