Инженерия белков на основе данных для повышения каталитической активности и селективности

Data‐Driven Protein Engineering for Improving Catalytic Activity and Selectivity
Uwe T. Bornscheuer, Yu‐Fei Ao, Mark Dörr, Marian J. Menke, Stefan Born, Egon Heuson
2023-11-29

каталитическая активностьуправляемая данными инженерия белковселективность ферментовмашинное обучениеландшафты приспособленности белков
Инженерия белков имеет важное значение для изменения субстратной специфичности, каталитической активности и селективности ферментов, применяемых в биокатализе. Однако традиционные подходы, такие как направленная эволюция и рациональное конструирование, сталкиваются с проблемой экспериментального скрининга большого пространства белковых мутаций. Методы машинного обучения позволяют аппроксимировать ландшафты приспособленности белков и выявлять каталитические закономерности на основе ограниченного объёма экспериментальных данных, тем самым открывая новый путь к направлению кампаний по инженерии белков. В этой концептуальной статье мы рассматриваем модели машинного обучения, разработанные для оценки взаимосвязей между взаимодействиями ферментов с субстратами и каталитическими характеристиками, с целью улучшения ферментов посредством инженерии белков на основе данных. Кроме того, мы рассматриваем перспективы дальнейшего развития этой области для создания дополнительных стратегий и инструментов, позволяющих достигать заданных значений активности и селективности.
1
Инженерия белков на основе данных позволяет расширять субстратную специфичность и адаптировать каталитические свойства ферментов для биокатализа.
2
Дальнейший прогресс требует разработки дополнительных вычислительных стратегий и инструментов для достижения заданных активностей и селективностей ферментов.
3
Машинное обучение может аппроксимировать ландшафты приспособленности белков по ограниченным экспериментальным данным, повышая эффективность инженерии белков.
4
Модели машинного обучения способны выявлять взаимосвязи между ферментом, субстратом и катализом, важные для улучшения активности и селективности ферментов.
5
Традиционные направленная эволюция и рациональный дизайн ограничены высокой экспериментальной нагрузкой при скрининге больших пространств мутаций белков.

ферменты, подвергаемые управляемой данными инженерии белков

каталитическая активность, область субстратов и селективность, включая взаимосвязи между ферментом, субстратом и каталитическими характеристиками

Publication Details
Publication Date
2023-11-29
Journal
Publisher
ISSN
Cited by
45
Access Type
Author Information
Authors
Uwe T. Bornscheuer
Yu‐Fei Ao
Mark Dörr
Marian J. Menke
Stefan Born
Egon Heuson
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%