近期，科研团队成功将人工智能序列设计与实验室连续进化技术相结合，有效突破了定向酶进化中长期存在的稳定性与功能难以兼顾的瓶颈。研究以肉毒杆菌蛋白酶为模型，利用计算算法对天然酶进行序列重构，在保留催化活性的前提下显著提升了其热稳定性与可溶性表达。实验证实，以AI重构的稳定型蛋白作为进化起点，其适应新底物的能力全面优于天然起始物。在并行开展的连续进化筛选中，设计起点大幅拓展了可用的突变空间，使酶不仅能更快获得新功能，且在应对高难度底物筛选时的成功率与最终催化活性均实现跨越式提升。更为关键的是，该策略成功将蛋白酶重编程为专一切割神经退行性疾病靶点Ataxin-2的高特异性工具，彻底消除脱靶效应，并在哺乳动物细胞中展现出卓越的靶向降解效率。此项工作确立了计算设计辅以定向进化的高效研发范式，为创制新型治疗性酶制剂及工业催化剂提供了具有普适性的技术路径。