超MPNN- 一个设计热稳定蛋白质的一般策略,是从超热爱动物学到的

科学领域:

• 蛋白质工程是一种蛋白质工程.
• 计算生物学是一种计算生物学.
• 生物物理学的生物物理.

背景情况:

• 蛋白质稳定性对于治疗和生物技术应用至关重要.
• 像ProteinMPNN这样的现有深度学习模型受到其训练数据的边际稳定性的限制.
• 来自高热友的天然蛋白质具有独特的氨基酸组成,使其具有高稳定性.

研究的目的:

• 开发一种能够设计高热稳定性蛋白质的深度学习模型.
• 克服现有模型在捕获超热友蛋白的氨基酸组成方面的局限性.
• 提高现有的蛋白质结构的稳定性,以实现实际应用.

主要方法:

• 收集并预测过热友生物的蛋白质结构.
• 在超热友数据上重新训练了ProteinMPNN网络,以创建HyperMPNN.
• 应用HyperMPNN来设计蛋白质纳米粒子并评估它们的热稳定性.

主要成果:

• HyperMPNN成功地恢复了高热性蛋白质的独特氨基酸组成.
• 重新训练的网络适用于非超热友的蛋白质.
• 一个用HyperMPNN设计的蛋白质纳米粒子在95°C保持稳定性,比其最初的化温度65°C显著增加.

结论:

• 使用高热性数据的新型自主监督学习方法使得设计高热稳定性蛋白质成为可能.
• 超MPNN代表了蛋白质设计的重大进步,以提高稳定性.
• 这种方法对开发可靠的基于蛋白质的疗法和生物技术具有广泛的影响.