摘要：面对全球碳中和目标，将CO2转化为高价值化学品已成为可持续发展的重要路径。然而，CO2向高附加值C3+二醇的高效转化仍面临巨大挑战。近日，由曾安平教授领导的合成生物学与生物智造中心和由孙立成教授领导的西湖大学人工光合作用与太阳能燃料中心的最新合作研究成果在Jo

面对全球碳中和目标，将CO2转化为高价值化学品已成为可持续发展的重要路径。然而，CO2向高附加值C3+二醇的高效转化仍面临巨大挑战。近日，由曾安平教授领导的合成生物学与生物智造中心和由孙立成教授领导的西湖大学人工光合作用与太阳能燃料中心的最新合作研究成果在Journal of the American Chemical Society 期刊发表。该研究成功构建了一种创新的电化学-生物合成级联系统，实现了从CO2直接合成C3-C4二醇（1,3-丙二醇和1,3-丁二醇）的高效转化。研究团队通过开发高性能CuZn催化剂，在安培级电流密度（-1,100 mA cm-2）下实现了接近1,200 μmol h-1 cm-2的乙醇产率。为解决产物交叉问题，研发了具有独特选择性的J-T膜，使乙醇积累速率达到4.6 g L-1 h-1。在生物催化环节，研究团队创新性地通过AI辅助和半理性设计相结合的酶工程策略对关键醛缩酶DERA进行精准改造，获得催化效率显著提升的突变体（S233D/F43T），使1,3-丙二醇产率达到1.8 g L-1 h-1。该系统还成功拓展至1,3-丁二醇的合成，产率达1.0 g L-1 h-1。这项研究开创了CO2转化制备多碳二醇的新范式，通过电催化与合成生物学的深度协同，为绿色化学制造提供了可规模化的解决方案，对推动碳中和目标下的可持续化工生产具有重要意义。该论文中，西湖大学李永龙、张冰为共同第一作者，刘建明研究员、孙立成院士、曾安平院士为论文共同通讯作者。

图1. CO2在绿色能源驱动的化学催化条件下被还原为甲醛（C1）和乙醇（C2），随后通过生物催化进行碳链延长生成目标C3和C4高碳二元醇分1,3-丙二醇（1,3-PDO）和1,3-丁二醇（1,3-BDO）。

要理解这项研究的重要性，首先需要了解两个背景。（1）C3-C4二醇的价值与困境。1,3-PDO和1,3-BDO是至关重要的平台化学品，广泛应用于聚合物（如性能优异的PTT纤维）、化妆品、制药等领域。全球1,3-PDO的市场价值预计在2031年将达到14.12亿美元。然而，它们的传统合成完全依赖于化石燃料，过程能耗高、污染重。虽然存在以生物质（如葡萄糖、甘油）为原料的发酵法，但这依然未能直接消耗和固定导致全球变暖的元凶——CO2。（2）CO2转化技术的瓶颈。近年来，电化学CO2还原技术取得了长足进步，可以将CO2转化为C2化合物（如乙烯、乙醇）。但该技术始终面临三大桎梏：选择性低，产物复杂，难以高选择性得到单一目标产物；产物有限，直接合成具有更高价值的C3及以上产物极为困难；效率低下，尤其是将CO2转化为多碳醇的速率，远未达到工业化应用的要求。此项研究巧妙地绕过了这些瓶颈，通过一场“跨界合作”，实现了从CO2到高价值C3+化学品的高效转化。

整个系统的设计哲学可以概括为“扬长避短，协同作战”。它并非在一个反应器内完成所有步骤，而是将其拆解为两个专业模块，并通过巧妙的工程化设计将其无缝衔接。

模块一：电化学前台，将CO2高效、高速地转化为关键C2中间体——乙醇。研究团队制备了铜锌纳米合金催化剂。其中，CuZn-2催化剂表现尤为出色。在高达 -1100 mA cm-2 的安培级电流密度下，生产乙醇的法拉第效率仍保持在33%左右，乙醇的生成速率达到了接近 1200 μmol h-1 cm-2的行业顶尖水平。机理研究表明，Zn的引入引发了电子从Zn向Cu的转移，优化了催化剂表面的电子结构。这增强了关键中间体CO的吸附，同时提高了活性氢物种H的浓度，如同为CO2分子的转化铺好了两条并行的“加速跑道”，共同推动了乙醇的高选择性生成。

图2. CO2还原反应的结构表征、催化性能及机理研究。

高速生产乙醇后，一个棘手的问题出现了：在传统的阴离子交换膜中，高达60%的乙醇会穿透到阳极室，导致产率严重损失。研究团队受西瓜皮结构的启发，自主研发了J-T膜。该膜有以下特点：允许氢氧根离子高效通过，保证电解槽在低电压下稳定运行（节能）；利用其独特的结构，有效阻截乙醇分子的渗透。实验证明，即使在超高电流密度下，其乙醇交叉率也低于1%，而传统膜则高达25%。依靠J-T膜，系统得以在1小时内快速积累起100 mM（约4.6 g/L）的高浓度乙醇溶液，为下游生物催化提供了充足且高纯度的原料。

图3. 使用不同膜的CO2电化学还原（CO2RR）过程示意图。a, 阴离子交换膜；b, 质子交换膜；c, 双极膜；d, J-T双层膜（本工作）。

模块二：生物催化后台——将乙醇与另一CO2来源的甲醛，通过酶催化进行C-C键连接，精准组装C3和C4二醇。该团队设计了高效的酶催化途径。路径一（合成1,3-PDO）：乙醇在乙醇脱氢酶作用下变为乙醛；乙醛与甲醛在核心酶DERA的催化下发生羟醛缩合，生成3-羟基丙醛；最后在1,3-PDO脱氢酶的作用下还原为终产物1,3-PDO。整个过程利用辅酶NADH/NAD+的循环，实现了自我平衡。路径二（合成1,3-BDO）则展示了系统的延展性，通过另一套酶组合，将两分子乙醛缩合为3-羟基丁醛，进而还原为1,3-BDO。

图4. a, 1,3-丙二醇的合成路径设计。b, DERA优势突变体应用于1,3-丙二醇生物合成反应进程。c, 1,3-丁二醇生物合成路径。d, 1,3-丁二醇产出的时间进程。

在初始测试中，天然的DERA酶被鉴定为整个流水线的速度瓶颈。为改造该酶，研究团队采用AI与理性设计联合的策略。基于DERA的晶体结构，通过分子对接和丙氨酸扫描，在酶的活性口袋周围寻找关键位点，他们发现，将第233位的丝氨酸突变为天冬氨酸后，酶的活性显著提升。同时，他们利用名为Saprot的蛋白质语言模型，对DERA模拟序列上的所有可能单点突变进行了智能预测。AI模型在消化了海量蛋白数据后，生成了一张热点突变图谱，指出了多个有潜力的改造位点。综合考虑理性设计与AI预测，研究团队将S233D与AI推荐的F43T突变结合，得到的双突变体S233D/F43T，其催化效率相比天然酶提升了2.5倍。分子动力学模拟揭示，S233D突变引入了新的氢键网络，改变了活性口袋的构象，使其面积和体积显著增大，更利于底物分子（甲醛和乙醛）进入和结合，从而大幅提升了催化效率。

图5. AI辅助酶工程 a，通过理性设计确定的活性中心口袋内关键氨基酸（粉色）与AI预测残基位点（黄色）在DERA结构中的空间分布。b，AI生成评分的热力图可视化。c，活性中心丙氨酸扫描结果及S233位点饱和突变变体的相对活性。d，AI预测的实验验证及S233D与AI识别优势突变的组合效应分析。

结果表明，从高浓度乙醇原料出发，1,3-PDO产率可达1.8 g L-1 h-1，1,3-BDO产率可达1.0 g L-1 h-1。在完全集成的电化学生物系统中（直接从CO2开始），1,3-PDO产率可达1.2 g L-1 h-1，1,3-BDO产率可达0.7 g L-1 h-1。尤为关键的是，通过13C同位素标记实验，研究证实了最终产品1,3-PDO中的所有碳原子100%来源于CO2。

这项工作的意义远不止于合成两种化学品。它成功地架起了一座桥梁，连通了原本各自发展的电催化与合成生物学领域，为可持续制造业树立了一个可扩展的新范式。该工作者也展示了“AI for Science”的强大威力，在解决具体的科学问题（酶改造）上，人工智能可与传统理性设计形成强大合力的实用工具，极大地加速了研发进程。该系统若与可再生能源（如太阳能、风能）驱动相结合，整个生产过程不仅能实现碳中和，更有可能实现碳负排放。

Ultrafast Conversion of CO2 into C3-C4 Diols in a Synergistic Electrochemical and AI-Assisted Biosynthesis System

Yonglong Li, Bing Zhang, Yizhou Wu, Tang Tang, Aocong Guan, Qianqing Xu, Linqin Wang, Jianming Liu*, Licheng Sun*, An-Ping Zeng*

J. Am. Chem. Soc. 2025, DOI: 10.1021/jacs.5c14039

来源：X一MOL资讯