専門家主導のディープラーニングを通じて,ルシフェラスの活動と安定性を推進する

科学分野:

• 生物化学
• タンパク質工学
• 分子生物学

背景:

• 生物学的イメージングと センシングに不可欠です
• ナノLucルシフェラーゼ (NLuc) の最適化は,安定性-活性トレードオフと低シーケンスホモロジーのために困難です.
• 現存するNLuc増強の方法は限られている.

研究 の 目的:

• 高温下での熱安定性と活性性を向上させる NLuc 変種を開発する.
• コンピューティングによるディープラーニングと 酵素工学の構造主導型合理的設計を統合する
• 安定性・活性制約を持つ エンジニアリング酵素について,広く適用可能な枠組みを確立する.

主な方法:

• エンジニアリングされたNLuc変数ライブラリの体系的な分析.
• コンピュータによるディープラーニングと 構造主導型合理的設計の統合
• 分子ダイナミクスシミュレーションと タンパク質の折り畳み研究

主要な成果:

• 熱安定性が向上したNLuc変種 (B.07,B.09) (50%溶解度で4.2-5.2°C増加).
• 高温で活動性が著しく増加した (55°Cで野生型の320~370%).
• コエレントラジンで,NLucのpH耐性が維持され,活性が改善されました.

結論:

• 修正された端末と遠端ループは,アロステリックネットワークを保ちながら,熱の回復力を高めます.
• 開発されたNLucのバリエーションは,生物発光アプリケーションに優れたツールを提供します.
• ハイブリッドの方法論は,従来のアプローチを超えた エンジニアリング酵素のための多岐にわたる枠組みを提供します.