蛋白质功能-序列空间压缩

文章预览

蛋白质功能-序列空间压缩 📦 2024年11月11日，清华大学张数一团队在 Nature Methods 上发表题为 EvoAI enables extreme compression and reconstruction of the protein sequence space 的文章。文中提出一个名为 EvoScan 的方法，以求全面分割和扫描高适应度序列空间，以获得能够捕捉其基本特征的“ 锚点 ”，特别是高维中的情况。 关键词 蛋白质设计 | 酶设计 背景 蛋白质工程和设计能够创造出具有优化功能的蛋白质，用于生物技术、医学和合成生物学中的各种应用。而蛋白质工程的根本挑战在于理解和操纵蛋白质适应性景观，这是给高维其复杂的空间。 这些实验方法通常也局限于低维突变，没有考虑到自然选择压力在高维空间中塑造蛋白质适合度景观，如 噬菌体辅助连续进化 （ PACE ）或 OrthoRep ，主要提供有关导致高适应度变异的轨迹的信息，这不足以对整个适应度景观 ………………………………