CMDmpnn:结合比较分子动力学和蛋白MPNN,快速扩展酶基质光谱
Chuan-Qi Sun1, Zhi-Min Li1,2, Yu Ji3
1State Key Laboratory of Bioreactor Engineering, East China University of Science and Technology, 200237 Shanghai, China.
Journal of chemical information and modeling
|March 11, 2025
概括
我们开发了CMDmpnn,这是一种虚拟选方法,结合了分子动力学 (MD) 模拟和ProteinMPNN,以有效地扩展酶基质光谱. 这种方法可以快速识别具有广泛基质能力的酶变体,而不会牺牲稳定性.
科学领域:
- 生物催化和酶工程 生物催化和酶工程
- 计算生物学和化学信息学
- 蛋白质设计与工程 蛋白质设计与工程
背景情况:
- 扩大酶基质光谱对于工业应用和可持续生物催化剂至关重要.
- 目前的方法在修改效率和高通量选方面面临挑战.
- 在基质光谱扩张过程中,必须保持诸如热稳定性之类的酶特性.
研究的目的:
- 开发一种虚拟选方法 (CMDmpnn) 用于扩大酶基质光谱.
- 结合比较分子动力学 (MD) 模拟和蛋白MPNN进行酶变异生成.
- 确保酶特性,如热稳定性,不会受到损害.
主要方法:
- 通过使用MD模拟和集群,建立了野生类型甘氨基转移酶的动态模型库.
- 使用 ProteinMPNN 来从库中生成一套全面的新型酶序列.
- 在变异基质复杂模型上进行了简短的MD模拟以进行分析.
主要成果:
- 识别了多个可催化广泛的化合物的多个糖转移酶变体.
- 分析了具有催化作用的相关信息,包括基质结合模式和关键原子距离.
- 在2周的时间内实现了合适的酶变体的快速识别.
结论:
- CMDmpnn 方法是快速扩展酶基质光谱的强大而有效的工具.
- 这种方法可以发现具有增强工业应用性的酶变体.
- 通过扩大酶功能,CMDmpnn促进了可持续的生物催化.
更多相关视频
05:57Author Spotlight: In Silico Creation and Impact of Carbonylated Amino Acids on Protein Structure and Function
Published on: April 26, 2024
308
17:12Profiling of Methyltransferases and Other S-adenosyl-L-homocysteine-binding Proteins by Capture Compound Mass Spectrometry CCMS
Published on: December 20, 2010
15.5K
