AlphaCD:一种机器学习模型,能够对21,335个cytidine deaminases进行高度准确的表征
Kui Xu1, Guoying Hua1, Mingdi Wu1
1State Key Laboratory of Genome and Multi-omics Technologies, Shenzhen Branch, Guangdong Laboratory of Lingnan Modern Agriculture, Key Laboratory of Gene Editing Technologies (Hainan), Ministry of Agriculture and Rural Affairs, Agricultural Genomics Institute at Shenzhen, Chinese Academy of Agricultural Sciences, Shenzhen, Guangdong, China.
我们创建了AlphaCD,一种机器学习模型,用于预测阿波利波蛋白B mRNA编辑酶,催化聚类 (APOBEC) 类似的cytidine deaminases的功能. 这加速了蛋白质的表征和新应用的工程.
科学领域:
- 生物化学和分子生物学
- 基因组学和蛋白质组学
- 生物信息学和计算生物学
背景情况:
- 序列数据库包含许多具有有限功能数据的蛋白质,阻碍了具有特定活动的蛋白质的识别.
- 阿波利波蛋白B mRNA编辑酶,催化聚类 (APOBEC) 类家族的cytidine deaminases (CDs) 对于各种生物过程至关重要,但它们的功能多样性尚未完全表征.
- 有效预测蛋白质功能对于推动生物技术和理解生物系统至关重要.
研究的目的:
- 实验性地描述一大群类似APOBEC的cytidine deaminases的功能性质.
- 开发一种机器学习模型 (AlphaCD) 以基于序列,结构和实验数据准确预测蛋白质功能.
- 为了证明AlphaCD在预测和优化生物技术应用中的蛋白质功能的实用性.
主要方法:
- 在HEK293T细胞中与nCas9合的1100个APOBEC类CD的催化效率,位偏好和非位活性进行了实验特征.
- 构建了一个机器学习模型,AlphaCD,将实验数据与序列,3D结构和其他蛋白质特征集成.
- 使用独立数据集验证了AlphaCD的预测准确性,并将其应用于预测UniProt.Prot中超过21000个CD的函数.
主要成果:
- 产生了迄今为止APOBEC类CD家族实验验证功能的最大数据集.
- 对于催化效率 (0.92),非目标活动 (0.84),目标窗口 (0.73) 和催化动机 (0.78),AlphaCD实现了高预测准确度.
- 成功地应用AlphaCD来预测大型蛋白质集的功能,并指导蛋白质工程进行高保真基数编辑.
结论:
- AlphaCD提供了一个强大的工具,用于APOBEC类型CD的高精度,高通量功能特征.
- 这项研究展示了通过机器学习加速蛋白质表征和工程的成功策略.
- 这种方法可以扩展到加速其他蛋白质家族的功能表征,从而推进生物研究和生物技术的各个领域.
更多相关视频
10:33Efficient Purification and LC-MS/MS-based Assay Development for Ten-Eleven Translocation-2 5-Methylcytosine Dioxygenase
Published on: October 15, 2018
08:17A High-Throughput Enzyme-Coupled Activity Assay to Probe Small Molecule Interaction with the dNTPase SAMHD1
Published on: April 16, 2021
