💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
西湖大学研究团队开发了基于深度学习的酶挖掘策略ESM-Ezy，成功识别出新型多铜氧化酶（MCO），其催化性能优于查询酶（QE）。该方法显著提高了低序列相似性酶的发现效率，尤其在环境修复方面具有广泛应用潜力。
🎯
关键要点
- 西湖大学研究团队开发了基于深度学习的酶挖掘策略ESM-Ezy。
- ESM-Ezy成功识别出新型多铜氧化酶（MCO），其催化性能优于查询酶（QE）。
- 该方法显著提高了低序列相似性酶的发现效率，尤其在环境修复方面具有广泛应用潜力。
- 51%的MCO在环境修复应用中表现出色，40%的L-天冬酰胺酶比QE具有更高的比活性和催化效率。
- ESM-Ezy通过微调ESM-1b模型，选择与查询酶较短欧几里得距离的候选者，成功识别出低序列相似度的新MCO。
- 89%的测试MCO成功催化了ABTS氧化，44%在至少一种催化性能上优于QE。
- 研究发现硫是最耐热的MCO之一，具有156.9分钟的半衰期。
- 53%的MCO在无介质生物修复应用中比QE更有效，表现出优异的降解能力。
- ESM-Ezy还成功应用于l-天冬酰胺酶的搜索，识别出具有优异催化性能的候选酶。
- 总体而言，ESM-Ezy丰富了MCO库，提高了催化活性并增加了结构多样性。
❓
延伸问答
ESM-Ezy是什么？
ESM-Ezy是一种基于深度学习的酶挖掘策略，旨在识别新型多铜氧化酶（MCO）。
ESM-Ezy的主要优势是什么？
ESM-Ezy显著提高了低序列相似性酶的发现效率，尤其在环境修复方面具有广泛应用潜力。
研究中发现的新型多铜氧化酶的性能如何？
新型多铜氧化酶在催化效率、耐热性和有机溶剂耐受性等方面优于查询酶，44%的MCO在至少一种性能上有所增强。
ESM-Ezy如何提高酶的发现效率？
ESM-Ezy通过微调ESM-1b模型，选择与查询酶较短欧几里得距离的候选者，从而识别低序列相似度的新MCO。
研究中提到的MCO在环境修复中的表现如何？
51%的MCO在环境修复应用中表现出色，53%的MCO在无介质生物修复中比查询酶更有效。
ESM-Ezy是否适用于其他类型的酶？
是的，ESM-Ezy还成功应用于l-天冬酰胺酶的搜索，识别出具有优异催化性能的候选酶。
➡️
