.png){kind=icon}
返回
Mining versatile feruloyl esterases: phylogenetic classification, structural features, and deep learning model
.png){kind=icon}
OA
AI
DOI：10.1186/s40643-024-00835-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
阿魏酰化酶（FEs，EC 3.1.1.73）在生物合成和代谢中发挥着关键作用。然而，识别能够催化广泛底物的多功能FEs仍然是一个挑战。在本研究中，我们从BRENDA数据库中获得了2085个FE序列，并首先进行了酶相似性网络分析，揭示了3个主要聚类（1-3）。值得注意的是，聚类1和聚类3均包含已表征的FEs，这些酶在序列长度上表现出显著差异。随后对这些聚类的系统发育分析揭示了系统发育分类与底物不专一性之间的相关性，且底物范围广泛的酶倾向于位于系统发育树的特定分支。此外，采用分子动力学模拟和动态交叉相关性矩阵分析来探究不专一性酶与底物特异性FEs之间的结构动力学差异。最后，为扩展多功能FEs的集合，我们利用深度学习模型预测潜在的不专一性酶，并从聚类1和聚类3中识别出概率得分超过90%的38个和75个潜在多功能FEs。我们的发现强调了整合系统发育和结构特征与深度学习方法对于挖掘多功能FEs的实用性，为未探索的酶多样性提供了见解，并扩展了合成应用中生物催化剂的集合。
Keyword:
Feruloyl esterases
Enzyme similarity network
Phylogenetic analysis
Molecular dynamics simulations
Deep learning
期刊
IF:
5.1
论文数:
315
被引数:
4.0K
机构
引用论文
MAFFT online service: multiple sequence alignment, interactive sequence choice and visualizationMAFFT在线服务: 多序列比对、交互式序列选择和可视化
OAAI
OAAI分享收藏Multiple comparisons of log-likelihoods with applications to phylogenetic inference对数似然的多重比较及其在系统发育推断中的应用OAAI
OAAI分享收藏Learning Epistasis and Residue Coevolution Patterns: Current Trends and Future Perspectives for Advancing Enzyme Engineering.png)
ACS CATALYSIS
ACS CATALYSISIF13.1
PREAI
分享收藏
查看更多内容