通过mRNA显示启用机器学习模型评估循环脱水酶LyndD的基质范围
Emma G Steude1,2, Henry Dieckhaus1,3, Jarrett M Pelton1,2
1Division of Chemical Biology and Medicinal Chemistry, UNC Eshelman School of Pharmacy, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina 27599, United States.
Biochemistry
|June 10, 2025
概括
研究人员研究了LynD酶.
科学领域:
- 生物化学 生物化学
- 酶学 是一种酶学.
- 自然产品的合成自然产品的合成
背景情况:
- YcaO酶将阿佐林异循环安装到中,增强生物活性.
- 亚烯成分有助于自然产品的结构刚性和强大的生物活性.
- 酶基质散乱性为合成新型基于的抑制剂提供了潜力.
研究的目的:
- 使用mRNA显示器调查YcaO循环脱水酶,Lynd的基质杂交性.
- 为了确定LyndD的基质加工和耐受性的趋势.
- 开发一个LyndD活动的预测模型,并了解酶进化.
主要方法:
- 利用mRNA显示,一个高吞吐量库技术.
- 测试了大量的潜在LynD基板库,以确定活动趋势.
- 采用深度学习来建模基质处理和表观相互作用.
主要成果:
- 确定了特定的氨基酸偏好和对LynD修改不利的残留物.
- 发现带电残留物和多个相邻的异环化是不利的.
- 开发了一个深度学习模型,准确预测LynD基底处理.
结论:
- LynD表现出特定的基质偏好,不利于带电残留物和多重异环化.
- 一个深度学习模型可以预测和解释LynD的基修饰.
- 了解YcaO基质范围有助于设计新疗法和探针.


