提高53倍！北化所/北师大，新发Nature子刊！

文章预览

【高端测试 找华算】 专注测试分析服务、自有球差电镜机时、全球同步辐射资源，20000+单位服务案例！ 经费预存选华算，高至17%预存增值！ 研究概述 生物催化是合成手性药物和精细化学品的一种有吸引力的方法，但评估和提高生物催化剂对目标底物的对映选择性通常需要耗费大量时间和资源。 尽管机器学习（ML）已被用来揭示蛋白质序列和生物催化对映选择性之间的潜在关系，但底物适应度空间的建立通常被化学家忽视，且这仍然是一个挑战。 基于此，2024年10月10日， 中国科学院化学研究所敖宇飞副研究员、北京师范大学的陈雪波教授和申林教授 在国际顶级期刊 Nature Communications 发表题为《Machine learning-assisted amidase-catalytic enantioselectivity prediction and rational design of variants for improving enantioselectivity》的研究论文。 利用研究人员前期工作中收集的24 ………………………………