Направленная оптимизация термостабильности и эволюции активности промышленных ферментов с помощью стратегии iCASE на основе машинного обучения

Получение ферментов, обладающих высокой активностью и стабильностью, остается конечной целью эволюции ферментов из-за компромисса между стабильностью и активностью. В настоящей работе разработана стратегия инженерии посредством возмущения индекса динамического сжатия с учетом изотермической сжимаемости (iCASE), предназначенная для построения иерархических модульных сетей для ферментов различной сложности. Анализ молекулярных механизмов показал, что пик адаптивной эволюции достигается благодаря механизму структурного отклика среди вариантов. Кроме того, для прогнозирования функции и приспособленности ферментов была создана модель прогнозирования динамического отклика на основе обучения с учителем и структурных данных; модель продемонстрировала устойчивые результаты на различных наборах данных и надежно предсказывала эпистаз. Универсальность стратегии iCASE подтверждена на четырех типах ферментов, различающихся по структуре и каталитическому типу. Данная стратегия iCASE на основе машинного обучения создает основу для дальнейших исследований эволюции приспособленности ферментов. Авторы разработали методологию возмущения индекса динамического сжатия с учетом изотермической сжимаемости (iCASE) для повышения стабильности и эффективности ферментов, объединив ее с прогностическими моделями машинного обучения для оптимизации ферментов.