從3-5年縮短到1個月！破解輕質稀土分離世界難題！

稀土分離，歷來是一道慢工出細活的技術難題。

但勞倫斯利弗莫爾國家實驗室（LLNL）的科學家們，正在用一種從細菌體內提取的天然蛋白質，配合機器學習，把這道難題的破解速度提升了整整一個數量級。這套被昵稱為"辣味羔羊"（SpyCI-LAMBS）的高通量生物篩選平臺，已于2026年發表在《自然化學生物學》雜志，標志著稀土分離研究正式進入生物技術驅動的新階段。

故事的起點，是一類叫做"蘭調蛋白"（Lanmodulin）的細菌蛋白質。

這類蛋白質存在于一些以稀土元素為代謝燃料的微生物體內，經過億萬年演化，它們對稀土金屬離子表現出極高的識別能力和結合選擇性，能夠精確區分不同的稀土元素。對于工業界來說，這種天然的"識別能力"極具吸引力，因為稀土元素化學性質極為相似，傳統的分離方法需要反復萃取、大量化學溶劑，工藝繁瑣，成本高昂。

問題在于，科學界對不同蘭調蛋白變體的研究長期停留在"一個個來"的模式。每測試一個候選蛋白，就要從含有數千種其他分子的細菌混合液中把它純化出來，整個流程漫長耗時，要系統性地篩查數百個變體，在以往幾乎需要三到五年。

LLNL團隊決定徹底顛覆這個流程。

他們開發的SpyCI-LAMBS平臺，通過給蛋白質附加一種工程化的"SpyTag"標簽，使蛋白質能夠自動錨定在固體表面，完全跳過了繁瑣的純化步驟。利用96孔板并行測試架構，研究人員現在可以在一次實驗運行中同時篩查數十乃至數百個蛋白質變體，同時測試它們對不同稀土元素的結合性能。

篩查速度的突破只是第一步，更值得關注的是這套平臺與機器學習的深度結合。

在完成大規模蛋白質篩查后，團隊將生成的數據用于訓練預測模型，使計算機能夠在蛋白質進行任何物理測試之前，預判其金屬結合行為。這意味著研究人員的工作邏輯正在發生根本性轉變：從"做實驗，看結果"變為"先預測，再驗證"，大幅壓縮了從設計到發現的時間成本。

合著者焦永琴表示，將金屬蛋白表征從低通量瓶頸轉變為可擴展的數據生成平臺，為預測性、數據驅動的金屬選擇性蛋白設計打開了全新的大門。

團隊目前已從篩查結果中識別出八個具有截然不同稀土選擇性模式的蛋白質簇。其中超過200個變體在輕質稀土元素的分離上表現優異，這恰恰是當前關鍵材料精煉中最棘手的挑戰之一，因為輕質稀土元素是制造永磁體、電動汽車電機和風力發電機的核心原料。更引人注目的是，部分經過工程改造的蛋白質甚至能夠在單一步驟內完成分離，大幅簡化了工藝流程。

這套平臺的潛在應用也不止于稀土。團隊已開始探索將SpyCI-LAMBS用于其他關鍵金屬的分離研究，包括在電池產業中舉足輕重的鋰、鈷等元素。

從地緣政治的角度來看，這項技術的戰略意義同樣不可忽視。全球稀土精煉產能高度集中，中國目前控制著全球約85%至90%的稀土加工能力，這一現實促使美國、歐盟和澳大利亞等國加速尋找替代性分離技術路徑。LLNL的這套生物平臺，提供了一條繞開傳統化學冶金路線、以生物技術驅動稀土分離的全新可能，而這條路的起點，竟然只是幾株不起眼的土壤細菌。