IXThinker·2025-01-11 11:10

機器學習破解酶突變組合難題 提升熱穩定性

優化酶的熱穩定性對蛋白質科學和工業應用至關重要，但組合多個有益突變時，複雜的上位效應常令突變體完全失活。上海交通大學楊廣宇研究員團隊借助蛋白質語言模型預測組合效果，大幅提升多突變重組的效率與成功率。

行業難題

目前透過（半）理性設計和隨機誘變，可以較準確地設計多個增強酶熱穩定性的單點突變。然而組合多個突變時，常出現複雜的上位效應，導致組合突變體完全失活，只能多輪設計、逐步引入單個位點，過程非常耗時。