机构名称：
¥ 2.0
Machine learning prediction of enzyme optimum pH Japheth E. Gado, 1,2,3,4 Matthew Knotts, 4 Ada Y. Shaw, 4 Debora Marks, 4,5 Nicholas P. Gauthier, 4,6 Chris Sander, 4,5 Gregg T. Beckham 1,2,3* 1 Renewable Resources and Enabling Sciences Center, National Renewable Energy Laboratory, Golden, CO,美国2瓶财团，美国加利福尼亚州埃默里维尔的敏捷生物基础，美国4个系统生物学系，美国马萨诸塞州波士顿，哈佛医学院。5哈佛大学和麻省理工学院，美国马萨诸塞州剑桥市6数据科学系，达纳 - 法伯癌症研究所，美国马萨诸塞州波士顿 *通信：gregg.beckham@nrel.gov摘要pH和酶催化活性之间的关系，尤其是最佳pH（phopt），eNzyme ph（phopt）的关系至关重要。因此，预测PHOPT的计算方法将通过促进准确鉴定在特定pH水平上最佳起作用的酶，并阐明序列 - 功能功能关系，从而增强酶的发现和设计。在这项研究中，我们提出并评估了预测PHOPT，进行广泛的超参数优化以及培训11,000多个模型实例的各种机器学习方法。我们的结果表明，利用语言模型嵌入的模型在预测PHOPT时明显超过其他方法。我们提出了预测PHOPT的表现最好的模型Ephod，这使研究人员公开使用。从序列数据中，以ephod直接学习与PHOPT相关的结构和生物物理特征，包括残基与催化中心的接近度以及溶剂分子的可及性。总体而言，Ephod提出了PHOPT预测的有希望的进步，并有可能加快酶技术的发展。引言酶活性受反应环境的pH值的显着影响，通常由于催化失活和结构不稳定而超出特定pH范围的活性下降。1,2虽然大多数特征性的酶具有最佳的活性pH值（PHOPT）接近7.0的中性值，但某些酶在极度酸性或碱性条件下最佳起作用，酸性或碱性PHOPT值分别低至1.0或高达1.0或高至12.5。3–5在工业生物化学过程中，酶经常被使用或希望使用，远离其PHOPT，从而大大减少了活性。结果，人们对发现和工程酶具有增强的pH耐受性，以克服这些限制。
Cyclin-G相关激酶（GAK）是一种新型有丝分裂激酶和弥漫性大B细胞淋巴瘤作者的治疗靶标：Olivia B. Lightfuss 1
主要关键词
相关文件推荐
