催化能力提高 3.5 倍！中科院团队基于扩散模型，开发 P450 酶从头设计方法 P450Diffusion...
💡
原文中文，约6300字，阅读约需15分钟。
📝
内容提要
中国科学院天津工业生物技术研究所的新酶设计团队开发了一种基于扩散模型和口袋设计原则的P450酶从头设计方法P450Diffusion。该方法通过解析P450酶黄酮6-羟化酶的口袋设计原则，生成了比自然界P450酶活性更好、稳定性更高的新酶。研究结果表明，P450Diffusion能够捕捉催化口袋的基本设计原则，并从P450酶序列空间中筛选出比天然序列更好的P450酶。这一方法有望在生物工程和工业催化等领域发挥作用，并推动新型酶的开发和应用。
🎯
关键要点
- 中国科学院天津工业生物技术研究所开发了基于扩散模型和口袋设计原则的P450酶从头设计方法P450Diffusion。
- P450酶在生命代谢过程中发挥重要作用，是自然界中最通用的生物催化剂。
- 传统的定向进化方法难以详尽探索潜在的蛋白质空间。
- 结合知识驱动技术与深度学习模型是设计新型P450酶的有效方法。
- P450Diffusion生成的新酶活性比自然界P450酶更好，稳定性更高，催化能力提升了1.3至3.5倍。
- 研究提出了P450酶底物结合的三点固定原则，为新功能P450酶设计提供了新思路。
- P450Diffusion模型通过分析P450酶的催化口袋设计原理，结合深度学习扩散模型进行新酶设计。
- 研究人员筛选了226,509个P450酶序列作为训练数据集，构建了P450Diffusion模型。
- 通过虚拟筛选，研究人员挑选了17个有前景的非天然P450酶进行实验验证。
- 实验结果显示，P450Diffusion能够有效生成具有F6H活性的P450酶序列，且催化能力显著提高。
- 机器学习和数据驱动的方法在酶工程中具有重要应用，能够加速酶的进化和优化。
➡️
