全球环境问题和可持续发展需要精细化学品合成和废物价值化的新技术,生物催化作为传统有机合成的替代品,受到了人们的极大关注。近日,英国女王大学Meilan Huang从分子模拟到机器学习对酶设计领域进行了综述研究。
本文要点:
1) 基于深度学习的结构预测方法(如AlphaFold2)通过不同的计算模拟或多尺度计算可以极大扩展3D结构数据库,并实现基于结构的设计。虽然基于结构的方法为位点特异性酶工程提供了线索,但它们不适合大规模筛选生物催化剂,而使用机器学习技术有效利用大数据为加速预测开辟了一个新时代。
2) 作者回顾了基于结构和机器学习指导的酶设计方法和应用,并分析了有效利用酶设计方法的挑战。这些方法将传统的分子模拟和机器学习相结合,以及数据库构建和算法开发在获得预测性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