基于代谢反应预测和AND-OR树搜索的目标分子生物合成途径的规划

科学领域:

• 计算生物学是一种计算生物学.
• 代谢工程是代谢工程.
• 合成生物学 合成生物学

背景情况:

• 预测天然产品 (NP) 生物合成途径至关重要,但由于广的搜索空间,在计算上具有挑战性.
• 现有的方法往往耗时且昂贵,限制了它们的实际应用.

研究的目的:

• 开发一个高效的计算框架,BioRetro,用于预测生物转化合成路径.
• 提高自然产品生物合成路径和潜在酶识别的速度和准确性.

主要方法:

• 拟议的BioRetro框架将一步生物转化合成网络 (HybridMLP) 与AND-OR树启发式搜索相结合.
• 混合MLP可以预测目标NP的前体分子.
• AND-OR树产生代的多步生物合成途径.

主要成果:

• 在MetaNetX数据集上,HybridMLP实现了顶级-1,顶级-5和顶级-10准确率的46.5%,74.6%和81.6%,用于单步生物转化合成.
• 在基准数据集上,BioRetro显著提高了预测生物合成途径的速度和成功率.
• 鉴定了一种潜在的新型酶,用于合成金氏F1,并提高了催化性能.

结论:

• 混合MLP网络是有效的一步生物转化合成预测.
• 生物Retro框架在有效预测复杂的生物合成途径方面取得了重大进展.
• 生物Retro可以帮助发现新型酶并优化NP合成.