您不能指望制药科学家将实验室切换到电视演播室可用的设施,并期望获得相同的研究成果。酶的行为完全相同。但是现在,在最近发表在ACS Synthetic Biology上的一项研究中,大阪大学的研究人员已经传授了对酶的类似水平的适应性,这是 30 多年来一直难以实现的目标。

估计每个氨基酸残基贡献的新方法

酶发挥着令人印象深刻的功能,这得益于其组成氨基酸的独特排列,但通常只在特定的细胞环境中。当你改变细胞环境时,酶很少能很好地发挥作用——如果有的话。因此,一个长期的研究目标是保留甚至改善酶在不同环境中的功能。例如,有利于生物燃料生产的条件。传统上,此类工作涉及广泛的实验性试错,可能无法保证获得最佳结果。

人工智能(一种基于计算机的工具)可以最大限度地减少这种反复试验,但仍然依赖于实验获得的酶晶体结构——这可能不可用或不是特别有用。因此,“应该在酶中突变的相关氨基酸可能只是最好的猜测,”共同资深作者 Teppei Niide 说。“为了解决这个问题,我们设计了一种氨基酸排序方法,该方法仅依赖于其他生物物种的类似酶的广泛可用的氨基酸序列。”

研究人员专注于参与苹果酸酶对酶转化的分子(即底物)和帮助转化进行的物质(即辅因子)的特异性的氨基酸。通过识别在进化过程中没有改变的氨基酸序列,研究人员确定了适应不同物种不同细胞条件的氨基酸突变。

通过使用人工智能,我们确定了苹果酸酶中意想不到的氨基酸残基,这些残基对应于酶使用不同的氧化还原辅助因子。这有助于我们了解酶的底物特异性机制,并将促进实验室中酶的优化工程。”

这项工作成功地利用人工智能显着加速和提高了大幅重新配置酶的特定作用模式的成功率,而不会从根本上改变酶的功能。酶工程的未来进展将极大地有益于制药和生物燃料生产等领域,这些领域需要仔细调整酶的多功能性以适应不同的生化环境——即使在没有相应酶的晶体结构的情况下也是如此。