《合成生物学》推荐 | 人工智能破解酶稳定性定向进化中的多个突变位点高效重组问题

文章预览

概 述 优化酶的热稳定性对于蛋白质科学和工业应用至关重要。目前，通过（半）理性设计和随机诱变方法可以较为准确地设计多个增强酶热稳定性的单点突变。但当组合多个突变时，常常会出现复杂的上位效应，导致组合突变体完全失活。因此，优化酶通常需要进行多轮设计，从而逐步引入单个突变位点，整个过程非常耗时。 近日，上海交通大学生命科学技术学院 杨广宇 研究员团队的文章“ Optimizing enzyme thermostability by combining multiple mutations using protein language model ”在 mLife 正式上线，上海交通大学自然科学研究院洪亮教授为共通讯。该研究团队提出了一种人工智能辅助的酶热稳定性工程策略，可以高效地组合多个有益单点突变。在肌酸酶的进化实例中，仅经过两轮设计，获得了50个具有卓越热稳定性的组合突变体，设计成功率达100%。经少量实验 ………………………………