全球環(huán)境問題和可持續(xù)發(fā)展需要精細(xì)化學(xué)品合成和廢物價(jià)值化的新技術(shù)，生物催化作為傳統(tǒng)有機(jī)合成的替代品，受到了人們的極大關(guān)注。近日，英國(guó)女王大學(xué)Meilan Huang從分子模擬到機(jī)器學(xué)習(xí)對(duì)酶設(shè)計(jì)領(lǐng)域進(jìn)行了綜述研究。
本文要點(diǎn)：
1) 基于深度學(xué)習(xí)的結(jié)構(gòu)預(yù)測(cè)方法（如AlphaFold2）通過不同的計(jì)算模擬或多尺度計(jì)算可以極大擴(kuò)展3D結(jié)構(gòu)數(shù)據(jù)庫(kù)，并實(shí)現(xiàn)基于結(jié)構(gòu)的設(shè)計(jì)。雖然基于結(jié)構(gòu)的方法為位點(diǎn)特異性酶工程提供了線索，但它們不適合大規(guī)模篩選生物催化劑，而使用機(jī)器學(xué)習(xí)技術(shù)有效利用大數(shù)據(jù)為加速預(yù)測(cè)開辟了一個(gè)新時(shí)代。
2) 作者回顧了基于結(jié)構(gòu)和機(jī)器學(xué)習(xí)指導(dǎo)的酶設(shè)計(jì)方法和應(yīng)用，并分析了有效利用酶設(shè)計(jì)方法的挑戰(zhàn)。這些方法將傳統(tǒng)的分子模擬和機(jī)器學(xué)習(xí)相結(jié)合，以及數(shù)據(jù)庫(kù)構(gòu)建和算法開發(fā)在獲得預(yù)測(cè)性ML模型方面的重要性。
Jiahui Zhou and Meilan Huang Navigating the landscape of enzyme design: from molecular simulations to machine learning Chem. Soc. Rev. 2024
DOI: 10.1039/D4CS00196F
https://doi.org/10.1039/D4CS00196F
