黑色素是决定皮肤颜色的主要因素，其过度或异常生成会导致雀斑、黄褐斑等色素沉着问题。酪氨酸酶作为控制皮肤黑色素生成量的“总开关”，是主流美白产品的核心靶点之一。

然而，大多数品牌的功效实验仍主要依赖蘑菇来源的酪氨酸酶进行成分筛选，其与人体酪氨酸酶存在较大结构差异，导致许多研究成果实际上难以直接应用于人体。

近日，一项发表于国际期刊《Scientific Reports》的研究，为破解这一难题提供了新思路。

武汉理工大学与苏州予路乾行生物科技有限公司的研究团队利用AI模型和计算模拟技术，成功预测出高精度的人体酪氨酸酶三维结构。

模型选择的背后

酪氨酸酶是人体黑色素合成过程中的关键限速酶，然而，由于直接从人体组织中分离并结晶酪氨酸酶极其困难，科研人员退而求其次，选择了一种易于获取的替代品——蘑菇酪氨酸酶。这个权宜之计，却为后续的应用埋下隐患：

蘑菇与人体的酪氨酸酶，基因序列的相似度仅有25%。论文研究更指出，人体酪氨酸酶的活性口袋富含酸性氨基酸，呈现出亲水的特性；而蘑菇的则充满疏水性氨基酸。

人源与蘑菇源酪氨酸酶基因序列比对

这意味着两者对活性物的偏好实际是存在显著差异的，同时也解释了为什么部分在蘑菇模型上表现突出的美白成分，在投入巨额成本进行人体测试后，却宣告失败。

模型的选择不仅影响效果，更关乎安全。由于结构不匹配，某些成分在与人体酪氨酸酶作用时，可能与非预期的位点结合，产生“脱靶效应”，从而引发过敏、红肿等副作用。传统成分曲酸、对苯二酚等就因此类问题而备受争议。

因此，将研究焦点从“蘑菇”真正转移到“人”，是实现精准、安全美白的关键出路。

新型美白机制

打破僵局的力量，来自人工智能。该研究利用前沿AI工具AlphaFold。通过深度学习算法，成功预测并构建了高精度的人体酪氨酸酶3D结构模型。

这张精确“蓝图”的诞生，让研究者得以首次在虚拟的原子世界中，运用“分子动力学模拟”技术，观察美白成分与人体靶点在亿万分之一秒内的每一次碰撞、结合与分离。

研究团队选取了三种美白成分——熊果素、谷胱甘肽和海参肽，进行模拟实验。

模拟结果揭示出，针对人体酪氨酸酶，存在两种截然不同的抑制机制。

其中，熊果素和谷胱甘肽，凭借其分子量较小、化学结构柔韧的优势，能够顺利通过活性口袋的入口，与最核心的两个铜离子发生螯合作用。铜离子是酶发挥催化活性的关键，一旦被它们“俘获”，整个酶便会“熄火”。这一机制依赖于分子的“小”和“巧”。

海参肽对接模拟

而海参肽则展现出另一种策略。模拟动画清晰地显示，海参肽通过其多个官能团，与活性口袋入口处的多个柔性氨基酸环形成了稳定而广泛的氢键网络。这相当于用多把锁从外部将入口牢牢“锁死”。如此一来，黑色素的生产原料（酪氨酸）便无法进入，酶的活性被高效抑制。

对于肽类大分子，通过巧妙地与入口结构适配，同样能达到甚至超越小分子的效果，且这种非直接攻击核心的方式，理论上具有更高的靶点特异性和安全性。

新美学评析

这项研究为开发全新的美白肽提供理论支撑。研发人员可以基于这一模型，通过计算机辅助设计，创造出能与入口“门卫”氨基酸完美契合的新型多肽。或将催生一代更温和、更安全、专为亚洲人肤质设计的高效肽类美白产品，改变目前以刺激性小分子为主导的市场格局。

另外，精确的人体酪氨酸酶模型可以助力化妆品企业在产品开发的最初期，通过虚拟筛选，快速、低成本地筛选出真正有潜力的“种子选手”，大大缩短研发周期，降低试错成本。指引着美白护肤产业从“经验试错”的旧时代，迈向一个基于精准科学、以人为本的全新纪元。