详细内容或原文请订阅后点击阅览
AI 工具有助于将酶与底物匹配
一种新的人工智能驱动工具可以帮助研究人员确定酶与所需靶标的契合程度，帮助他们找到从催化到医药再到制造等应用的最佳酶和底物组合。
来源:英国物理学家网首页一种新的人工智能驱动工具可以帮助研究人员确定酶与所需靶标的契合程度，帮助他们找到从催化到医药再到制造等应用的最佳酶和底物组合。
在伊利诺伊大学厄巴纳-香槟分校化学与生物分子工程教授赵惠民的带领下，研究人员利用新的酶-底物对数据和新的机器学习算法开发了 EZSpecificity。他们在网上免费提供该工具，并在《自然》杂志上发表了他们的研究结果。
在线 结果 自然“如果我们想要使用酶的某种产品，我们希望使用最佳的酶和底物组合，”赵说，他也是 NSF Molecule Maker Lab Institute 和伊利诺伊大学 NSF iBioFoundry 的主任。“EZSpecificity 是一个 AI 模型，可以分析酶序列，然后预测哪种底物最适合该酶。它非常适合 与我们两年多前开发的 CLEAN AI 模型互补，该模型用于根据酶的序列预测酶的功能。”
酶是催化分子反应的大型蛋白质。它们具有口袋状区域，可以容纳目标分子（称为底物）。酶和底物的配合程度称为特异性。酶与底物相互作用的典型类比是锁和钥匙：只有正确的钥匙才能打开锁。然而，酶的功能并不是那么简单，赵说。
实验数据虽然已经引入了其他酶特异性模型，但它们的准确性和可预测的酶反应类型有限。
生物分子工程 蛋白质序列 酶 基材 更多信息： DOI: 10.1038/s41586-025-09697-2期刊信息：Nature
期刊信息：