XiaoMi-AI文件搜索系统
World File Search System定向进化
合成生物学在定向进化中的应用以增强酶催化效率Wenzhong Huang
抽象的合成生物学和定向进化是现代生物技术的最前沿，为提高工业应用的酶催化效率提供了前所未有的机会。这项研究提供了这些领域的全面概述，首先是对合成生物学原理和定向进化的基本原理的介绍，强调了它们在改善酶性能方面的重要性。我们探讨了有向进化的各种方法，包括随机和位置定向的诱变技术和高通量筛选方法，这对于鉴定具有出色催化特性的变体至关重要。该研究还深入研究了彻底改变了定向进化的合成生物学工具，例如CRISPR/CAS系统，重组DNA技术和用于酶设计的计算工具。通过详细的案例研究，我们突出了这些方法在增强生物燃料生产，药物合成，食品行业应用和环境生物修复方面的成功应用。讨论扩展到酶工程的最新进展，展示了催化效率提高的显着成就以及合成生物学与定向进化的整合。我们还解决了该领域的挑战和局限性，包括技术障碍，可伸缩性问题和道德考虑。最后，我们概述了未来的观点，专注于基因组编辑和人工智能等新兴技术，这些技术具有进一步推进酶工程的潜力。这项研究以对合成生物学的未来和工业生物技术的指导进化的长期目标和意义的反思结束。关键词合成生物学；定向进化；酶催化效率；蛋白质工程；工业生物技术
levseq：迅速生成定向进化和机器学习的序列功能数据
序列功能数据提供了有关蛋白质功能景观的有价值信息，但在定向演化活动中很少获得。在这里，我们介绍了每个变体测序（LEVSEQ），该管道将双重条形码策略与纳米孔测序结合在一起，以快速生成整个蛋白质编码基因的序列功能数据。LEVSEQ集成到现有的蛋白质工程工作流程中，并配有用于数据分析和可视化的开源软件。该管道通过合并序列功能数据来促进数据驱动的蛋白质工程，以告知定向进化并为机器学习引导的蛋白质工程（MLPE）提供必要的数据。LEVSEQ在筛选之前可以对诱变库的质量控制，从而降低了时间和资源成本。模拟研究表明，LevSeq在各种实验条件下都能准确检测变体的能力。最后，我们展示了LevSeq在工程质类化学方面的工程杂化蛋白的实用性。广泛采用LEVSEQ和数据共享将增强我们对蛋白质序列功能景观的理解，并赋予数据驱动的定向进化。
多铜氧化酶漆酶的定向进化用于细胞表面邻近标记和电子显微镜
氧化芳香族底物的酶已在一系列基于细胞的技术中显示出效用，包括活细胞邻近标记 (PL) 和电子显微镜 (EM)，但也存在一些缺点，例如需要有毒的 H 2 O 2 。在这里，我们探索了漆酶作为哺乳动物细胞中 PL 和 EM 的一种新型酶类。LaccID 是通过 11 轮定向进化从祖先真菌漆酶产生的，它使用 O 2 而不是有毒的 H 2 O 2 催化多种芳香族底物的单电子氧化，并且对活细胞和固定细胞的表面质膜均表现出活性选择性。我们表明，LaccID 可与基于质谱的蛋白质组学一起使用，以绘制通过抗原特异性 T 细胞受体与肿瘤细胞结合的 T 细胞不断变化的表面组成。此外，我们使用 LaccID 作为可遗传编码的标签，用于在哺乳动物细胞培养物和苍蝇大脑中通过 EM 可视化细胞表面特征。我们的研究为未来基于细胞的 LaccID 应用铺平了道路。
主动学习辅助定向进化
摘要：定向进化 (DE) 是一种强大的工具，可用于优化蛋白质适应特定应用。然而，当突变表现出非加性或上位性行为时，DE 可能效率低下。在这里，我们介绍了主动学习辅助定向进化 (ALDE)，这是一种迭代机器学习辅助 DE 工作流程，它利用不确定性量化来比当前的 DE 方法更有效地探索蛋白质的搜索空间。我们将 ALDE 应用于对 DE 具有挑战性的工程领域：优化酶活性位点中的五个上位性残基。在三轮湿实验室实验中，我们将非天然环丙烷化反应所需产物的产量从 12% 提高到 93%。我们还对现有的蛋白质序列适应度数据集进行了计算模拟，以支持我们的论点，即 ALDE 比 DE 更有效。总体而言，ALDE 是一种实用且广泛适用的策略，可以解锁改进的蛋白质工程成果。关键词：蛋白质工程、定向进化、酶工程、原珠蛋白、卡宾、立体选择性、机器学习、贝叶斯优化、主动学习、不确定性量化
主动学习辅助定向进化
摘要：定向进化 (DE) 是一种强大的工具，可用于优化蛋白质适应特定应用。然而，当突变表现出非加性或上位性行为时，DE 可能效率低下。在这里，我们介绍了主动学习辅助定向进化 (ALDE)，这是一种迭代机器学习辅助 DE 工作流程，它利用不确定性量化来比当前的 DE 方法更有效地探索蛋白质的搜索空间。我们将 ALDE 应用于对 DE 具有挑战性的工程领域：优化酶活性位点中的五个上位性残基。在三轮湿实验室实验中，我们将非天然环丙烷化反应所需产物的产量从 12% 提高到 93%。我们还对现有的蛋白质序列适应度数据集进行了计算模拟，以支持我们的论点，即 ALDE 比 DE 更有效。总体而言，ALDE 是一种实用且广泛适用的策略，可以解锁改进的蛋白质工程成果。关键词：蛋白质工程、定向进化、酶工程、原珠蛋白、卡宾、立体选择性、机器学习、贝叶斯优化、主动学习、不确定性量化
定向进化高活性整合酶以实现转基因位点特异性插入
。CC-BY-NC-ND 4.0 国际许可证下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 6 月 11 日发布。；https://doi.org/10.1101/2024.06.10.598370 doi：bioRxiv 预印本
Bxb1 的定向进化用于模块化整合酶 (MINT) 的开发
Sebastian Arangundy Franklin、Friedrich Fauser、Luis Rodriguez、Nicola J Schmidt、Nicholas A Scarlott、Adeline Chen、Rakshaa Mureli、Bhakti N Kadam、Jessica E Davis、Lifeng Liu、Danny F Xia、Mohammad Qasim、Taleoh J Bryange Vaidyak、Lam、Andrew Nguyen、David Paschon、Gregory Davis 和 Jeffrey C Miller
通过定向进化和计算建模构建富含 sp3 的多环化合物的生物催化策略
利用工程酶进行催化为活性药物的生产提供了更有效的途径。然而，生物催化在早期药物发现活动中的潜力仍未得到充分开发。在这项研究中，我们开发了一种生物催化策略，通过苯并噻吩和相关杂环的分子内环丙烷化来构建富含 sp 3 的多环化合物。我们进化出了两种具有互补区域异构体选择性的卡宾转移酶，以催化在杂环的 C2 或 C3 位上带有重氮酯基的苯并噻吩底物的立体选择性环化。我们通过结合晶体学和计算分析阐明了这些反应的详细机制。利用这些见解，可以将其中一种生物催化剂的底物范围扩大到包括以前不反应的底物，这凸显了整合进化和理性策略来开发用于新自然转化的酶的价值。这里获得的分子支架具有三维和立体化学复杂性以及“三元律”特性的组合，这使得它们对于基于片段的药物发现活动具有很高的价值。
原珠蛋白的定向进化优化了酶...
90095，美国。* 通讯作者电子邮件：ana@chem.ucla.edu 摘要。为了解开为什么计算设计无法创造可行的酶，而定向进化 (DE) 却能成功，我们的研究深入研究了原珠蛋白的实验室进化。DE 已经改造了这种蛋白质，使其能够有效催化卡宾转移反应。我们表明，之前提出的增强底物接近和结合本身不能解释 DE 期间产量的增加。通过蛋白质动力学跟踪整个活性位点的 3D 电场，使用亲和力传播算法进行聚类，并进行主成分分析。该分析揭示了 DE 电场的显着变化，其中不同的场拓扑影响过渡态能量和机制。一个具有化学意义的场成分出现并在 DE 期间起主导作用，并有助于跨越卡宾转移障碍。我们的研究结果强调了内在电场动态对酶功能的影响、场在同一蛋白质内切换机制的能力以及场在酶设计中的关键作用。主页
在哺乳动物细胞中细菌亮氨酸tRNA的定向进化，以增强非规范氨基酸诱变
图2。tRNA leu库设计和下一代测序选择数据。a）受体茎的序列对齐的WEBLOGO表示来自682个细菌trNA，表明每个位置在每个位置的每个残基相对丰度。编号方案相对于tRNA ecleu（面板b）。b）野生型大肠杆菌tRNA cuA leu的三叶草结构，通过随机使受体词干碱基对随机使图书馆生成方案。基础配对均通过根据框中显示的彩色方案在每个位置引入每个位置的成对替换来维护。随机化被限制以维持保守的序列元素（面板A）。c）在选择之后和之前，使用其在文库中的标准化丰度（以前/以前/丰度）在库中测量了库中每个突变体在库中的富集。进行了选择的两种生物学重复，并彼此绘制了这两种重复物中观察到的每个突变体的富集。d）显示了最高1％（最丰富）序列的共识序列。提供了WT-TRNA ecleu的序列作为参考。e）在存在或不存在1 mM帽的情况下，通过将每个tRNA ecleu突变体的活性与PLRS1和EGFP-39TAG一起转染中，与PLRS1和EGFP-39TAG进行了测试（另请参见图S5）。在无细胞提取物中测量了EGFP-39TAG的表达，