分享自:

点击、计算、创造:酶工程网络工具综述

期刊:ChemBioChemDOI:10.1002/cbic.202400092

酶工程(enzyme engineering)虽然在多个生物技术领域中至关重要,但其耗时和劳动密集的特性常常成为瓶颈。本文是一篇综述,旨在为这一艰巨任务提供支持性的计算机模拟(in silico)方法概览。文章由来自格拉茨技术大学(Graz University of Technology)生物化学研究所和BioTechMed Graz的Adrian Tripp、Markus Braun、Florian Wieser、Gustav Oberdorfer及Horst Lechner撰写,发表于ChemBioChem期刊2024年第25卷,文章编号e202400092。该综述系统梳理了从蛋白质结构预测、酶活性分类与新酶发现,到提高目标酶热稳定性和产量的计算工具,进而讨论了调节酶活性与选择性的方法,最后介绍了基于前沿机器学习(machine learning, ML)的酶重设计方法。除最后一章外,文章重点关注可通过网络界面或简单Python脚本便捷使用的工具,旨在为广泛的科研群体提供实用资源。

在结构预测方面,文章详细评述了以AlphaFold2(AF2)为代表的人工智能算法的革命性影响。AF2在CASP14竞赛中以前所未有的精度提升获胜,其通过多序列比对(multiple sequence alignment, MSA)获取协同进化信息,构建距离矩阵,并结合蛋白质数据库(Protein Data Bank, PDB)模板,利用深度卷积神经网络预测结构。文章强调MSA深度的重要性:浅MSA(少于30条序列)会导致模板建模评分(TM-score)显著下降,从含MSA预测的中位TM-score超过90%骤降至35%。此外,增加循环次数(recycles)可改善浅MSA目标的结构模型,但会消耗更多计算时间。文章也介绍了RosettaFold2、ESMFold和OmegaFold等替代方法,它们或基于类似思想独立实现,或基于在蛋白质序列上训练的语言模型,后者在无MSA时表现出色且速度更快。文章警示这些结构预测工具不能用于评估单点变体对可折叠性或稳定性的影响,因为它们未针对此目的设计。同时,AlphaFill和Metal3D等工具可用于向预测模型中添加配体或识别金属离子结合位点,但需注意其坐标精度限制。

文章的第二大部分聚焦于酶的发现与分类。新酶的计算发现常始于BLAST等序列比对搜索,而EnzymeMiner流程则通过整合BLAST、必需残基过滤及可溶性表达预测等步骤,从海量序列中高效挖掘候选酶。随着ESMFold和AF2预测的亿万级蛋白质结构数据库的建立,Foldseek等快速结构比对工具应运而生,为寻找结构同源蛋白提供了正交方法。在酶学委员会编号(EC number)预测方面,CLEAN(contrastive learning–enabled enzyme annotation)工具在基准测试中优于DeepECTransformer等方法,并能识别数据库中被低估的酶家族。对于底物识别,ESP网络服务器可预测酶-底物对,但其性能对训练集外的小分子显著下降;DiffDock等深度学习方法虽运行快速,但在物理合理性及对新数据的泛化能力上不如AutoDock Vina等成熟方法。动力学常数(如kcat、Km)的预测面临训练数据噪声大的问题,BRENDA数据库中单次测量的平均相对偏差可达3.4至5.7倍。Turnup等网络服务的预测平均偏差为3.3至4.1倍,而UniKP模型结合语言模型与环境因素(pH、温度),在湿实验中成功鉴定出比模型酶kcat提高4倍的酪氨酸解氨酶变体,但该方法需本地安装。

酶工程章节将工具按目标挑战分組。在聚集与溶解性方面,Aggrescan3D 2.0通过结构层面的聚集倾向区(aggregation prone regions, APRs)识别并结合蛋白质柔性分析,可自动建议“守门员残基”取代以破坏APR,已成功应用于绿色荧光蛋白、抗体片段及醇脱氢酶等。SOLuProt等基于机器学习的工具专注于预测大肠杆菌中的可溶性过表达概率,但不提供改进建议。在热力学稳定性方面,FireProt和PROSS是两个代表性工具。FireProt结合进化保守性分析与能量计算(FoldX、Rosetta),可提出单点或多点突变建议,实验验证中使卤代烷脱卤酶DhaA等蛋白质的熔解温度提升达25°C。PROSS则结合Rosetta原子建模与系统发育序列信息,通过位置特异性替换矩阵(PSSM)限制突变选择,在基准测试中可消除几乎所有严重不稳定替换。MutCompute作为自监督三维卷积神经网络,通过评估氨基酸与其微化学环境的匹配程度来建议稳定化突变,在PETase和Bst DNA聚合酶等目标上获得成功。DynaMut2可预测错义突变对稳定性的影响,而ESM-Scan则利用蛋白质语言模型对序列中的替换进行评分。此外,文章还讨论了基于几何约束(Disulfide by Design 2.0)和结构同源信息(YOSSHI)的二硫键工程策略,尽管几何方法的成功率相对较低。

在活性与特异性方面,祖先序列重建(ancestral sequence reconstruction, ASR)被证实为提升稳定性及拓展底物谱的有效策略。FireProtASR提供全自动化流程,实验验证显示,来自红球菌的卤代烷脱卤酶祖先蛋白的熔解温度从野生型的50.6°C最高提升至76.2°C,且部分蛋白展现出野生型不具备的荧光素酶活性。FuncLib则通过结合PSSM与Rosetta建模,针对酶活性位点创建多位点变体,旨在克服上位性及稳定性阈值效应,已在磷酸三酯酶和乙酰辅酶A合成酶等靶点上成功获得对新底物具有活性的变体。

最后,文章介绍了通用蛋白质设计工具在酶工程中的应用。ProteinMPNN作为固定骨架序列设计模型,可通过给定三维结构生成氨基酸序列,已被用于增强TEV蛋白酶催化活性及热稳定性。ZymCtrl则基于自然语言处理思想,仅以EC编号为输入即可在数秒内生成候选酶变体序列,但目前仅经过计算机模拟验证。对于需要转移酶活性到稳定骨架的情况,RFDiffusion能可靠地生成容纳特定活性位点基序的蛋白质骨架构象。ColabDesign仓库整合了RFDiffusion、ProteinMPNN、AlphaFold2等多种工具,并提供Colab笔记本示例,降低了非传统酶工程项目的入门门槛。

本文为酶工程领域提供了一份详尽且实用的计算机工具指南,强调了人工智能在加速结构预测与设计方面的巨大潜力,同时指出了数据质量、模型泛化能力及实验验证等方面的局限性。文章认为,未来进展不仅依赖算法创新,更需要学术界与工业界合作构建标准化、高质量的训练数据集,并呼吁工具开发者提高其可访问性与易用性,以推动计算辅助酶工程在更广泛的生物技术群体中落地应用。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com