AI 设计“聚氨酯克星”：12小时分解泡沫并回收原料，产业级回收更近一步

 全球每年消耗的聚氨酯约2200万吨（22 million metric tons），大量废料因交联与骨架庞大而难处理，常被焚烧或填埋。最新研究用图神经网络方法 GRASE 配合 Pythia-Pocket 定向设计“聚氨酯酶”（urethanase），把现有二甘醇解（diethylene glycol，DEG）流程与生物酶法打通：先用DEG将PU裂解为可被酶识别的小分子，再在50℃（50 °C）条件下由酶完成深度拆解，12小时（12 hours）内把材料几乎完全转回可再聚合的单体，实验室体系转化率达98%，千克级（kg-scale）体系亦实现95%及以上，并可把酶重复使用两次以降低成本。模型一次筛出24个候选酶，21个具活性、8个性能超过既有天然酶，最佳者活性提升约30倍，与DEG协同加温后综合效率可放大至约450倍。这意味着从鞋底、坐垫到绝热板的PU废料有望“从废料回到原料”，为化学-酶法联用的闭环回收提供可工业化的效率和温和工况；需要注意的是，面对交联度更高、填料更复杂的PU体系及不同配方，工艺适配与长期稳定性仍需按场景评估与验证。