還記得大學的生化課本介紹，所謂酵素就是降低反應活化能的分子，能夠讓原本正常條件下無法自然發生的反應，在細胞內自發或者耗能進行。酵素在細胞內就像工廠裡面的工人，各司其職負責細胞需要的產物生成或降解，而且不同類型的細胞就有不同的流水線配置，例如植物細胞可以透過一連串酵素的流水線配製，將二氧化碳固定轉化為葡萄糖或澱粉儲存；動物細胞可以利用葡萄糖為原料透過一系列酵素合成胺基酸。在合成生物學家眼中，如果將這些各有特長的酵素重組，就有可能生成任何想要的產物，或者用來分解特定的物質轉化為無害的分子。
不過自然界的酵素千百萬種，如何選擇正確的組合產生想要的產物就相當複雜。過去想要設計一個人工路徑生成想要的產品，需要領域的專家經過分析眾多酵素的特性進行排列組合，產生可行的路徑，這個設計過程動輒數年以上。然而處理龐大的資料正是電腦的強項所在，因此合成生物學家就想到了將酵素反應進行編碼，再讓電腦告訴我們合成目標產物的最短或最佳反應路徑，而這個由產物推演可行路徑的程式，就稱為｢反向合成(Retrosynthesis)」程式。
法國Jean-Loup Faulon實驗室發表了一個反向合成的程式，Retropath 2.0，文章至2023年12月已有206次引用，是設計人工代謝合成的重要工具。其設計原理是將酵素反應進行編碼，但是編碼方式侷限在反應核心的改變，也就是反應式左右兩側的原子變化。為了提高程式的效率，作者設定程式只將一定連結數以內的範圍定義為反應核心，僅記錄這個核心的原子變化。這些編碼後的反應式將成為設計人工路徑的連線，而目標產物(Source)以及原料庫(Sink)好比節點，程式將這些節點以編碼後的反應式(Reaction rules)進行連線，就可以產生多條可能的合成路徑。
這篇文章重要的貢獻在於:
1. 將MetaNetX代謝資料庫的酵素反應都進行編碼，因此包含了主流KEGG、MetaCyc資料庫
2. 程式不是死板的考慮受質和產物形成連線，而是以原子變化成為反應規則，這種方式更接近真實酵素的混雜催化性(Enzyme promiscuity)，也就是酵素是辨認特定官能基進行反應，而不是只有唯一受質
3. 能夠發現過去不曾想到，但是更簡約有效率的合成或降解路徑
4. 能夠設計出非自然化合物的人工路徑
參考文獻
Delépine, B., Duigou, T., Carbonell, P., & Faulon, J. L. (2018). RetroPath2.0: A retrosynthesis workflow for metabolic engineers. Metabolic Engineering, 45, 158–170. https://doi.org/10.1016/J.YMBEN.2017.12.002
文章連結: https://www.sciencedirect.com/science/article/pii/S1096717617301337