深層学習によるペクチナーゼのエンジニアリングとタバコ加工における触媒性能の向上

科学分野:

• バイオテクノロジー
• 酵素工学
• 計算生物学

背景:

• 酵素エンジニアリングは工業的応用にとって重要です。
• 深層学習はタンパク質再設計のための新しいアプローチを提供します。
• ペクチナーゼは食品加工およびバイオマス分解に不可欠です。

研究 の 目的:

• 高活性で安定したペクチナーゼを深層学習を用いて設計すること。
• 酵素性能向上の構造的基盤を調査すること。
• 工業的応用における酵素の有効性と風味への影響を評価すること。

主な方法:

• タンパク質配列アラインメントによって導かれる深層学習モデルProteinMPNNを利用して酵素を再設計しました。
• ペクチナーゼ配列に72の変異を導入しました。
• 構造解析および分子動力学解析を実行して、性能向上のメカニズムを理解しました。

主要な成果:

• 設計されたペクチナーゼ変異体DS-5は、触媒活性が8.9倍増加しました。
• DS-5は、熱安定性（最適温度が10°C高い）と広いpH活性（7.0-11.0）を向上させました。
• 構造解析により、表面静電位の変化により基質結合能が向上したことが明らかになりました。

結論:

• 深層学習は、高効率な酵素を設計するための効果的なフレームワークを提供します。
• 再設計されたペクチナーゼは、リンゴジュースの清澄化およびタバコ加工において優れた性能を示します。
• 酵素エンジニアリングの改善は、最終製品の品質と感覚プロファイルに直接反映されます。