一种通过解决最大多样性问题来系统地选择酶面板候选人的方法
Christian Atallah1, Katherine James1, Zhen Ou1
1School of Computing, Newcastle University, Newcastle upon Tyne, UK.
Bio Systems
|December 31, 2023
概括
为工业生物催化剂选择多样化的酶面板至关重要. 一个新的禁忌搜索算法系统地识别了酶子集,改善了功能注释和生物催化剂发现.
科学领域:
- 生物化学 生物化学
- 生物信息学是一种生物信息学.
- 酶学 是一种酶学.
背景情况:
- 酶是重要的工业生物催化剂,但从大型蛋白质家族中选择多样化的候选者是具有挑战性的.
- 需要有系统的方法来有效地选择酶和功能注释.
- 目前的酶选择方法缺乏可扩展性和系统性.
研究的目的:
- 开发一种用于自动选择各种酶子集的新算法.
- 为了提高酶面板选择实验性表征的效率和可扩展性.
- 帮助在酶家族中对未表征的蛋白质进行功能注释.
主要方法:
- 实现 tabu 搜索算法以解决基于序列身份的最大多样性问题.
- 将算法应用于三个不同的酶家族.
- 将算法的性能与k-medoids等现有方法进行比较.
主要成果:
- 算法自动选择具有高丰富度和已知的催化功能的相对丰富度的酶面板.
- 与k-medoids相比,标题搜索方法显示出更高的性能.
- 选择的面板有助于有效的实验表征和功能注释.
结论:
- 开发的算法为选择各种酶面板提供了系统和高效的解决方案.
- 这种方法增强了新型工业生物催化剂的发现,并有助于理解酶功能.
- 这种方法是可扩展的,适用于大型,多样化的酶家族.
