通过自然酶序列的生成模型来增强路西法酶活性和稳定性
Wen Jun Xie1,2, Dangliang Liu3, Xiaoya Wang3
1Department of Chemistry, University of Southern California, Los Angeles, CA, USA.
bioRxiv : the preprint server for biology
|October 3, 2023
概括
生成型人工智能 (AI) 和天然蛋白质数据可以设计出更好的酶. 这项研究表明,分析进化信息有助于预测有益的单一突变,以改善酶活性和稳定性.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 酶工程是什么? 酶工程是什么?
背景情况:
- 生成型AI模型可以创建酶变体,但通常低于野生类型酶的性能.
- 识别用于酶改善的单个有益突变是具有挑战性的.
- 较少,具有影响力的突变更适合实际的酶应用.
结论:
- 大自然的进化过程优先对不同的酶区域施加选择性压力,从而产生高性能.
- 开发的方法有助于在计算机辅助的合理酶工程中导航酶序空间.
- 这种方法提供了使用人工智能和进化见解设计改进的酶的有效策略.
更多相关视频
10:13A Multiplexed Luciferase-based Screening Platform for Interrogating Cancer-associated Signal Transduction in Cultured Cells
Published on: July 3, 2013
11.2K
07:16Monitoring Hippo Signaling Pathway Activity Using a Luciferase-based Large Tumor Suppressor LATS Biosensor
Published on: September 13, 2018
19.8K
