赵惠民团队，Nature！

本研究由赵惠民教授团队在《自然》杂志发表，聚焦人工智能驱动的酶功能预测领域。背景方面，酶作为生命催化核心，其底物特异性决定代谢网络精准性，团队前期开发的CLEAN模型已实现酶功能预测突破。研究目的旨在开发新型EZSpecificity模型，通过融合SE(3)-等变图神经网络与跨注意力机制，使AI不仅能识别酶类别，更能精准预测酶-底物相互作用。结论显示，该模型在八种卤化酶实验中识别唯一底物的准确率达91.7%，显著优于传统方法，标志着酶研究从智能注释迈向智能识别阶段，为酶工程和绿色制造提供了创新技术路径。