Org Chem Front｜机器学习助力酶工程：解锁转氨酶在中性pH下的高效催化

本研究探讨了机器学习技术在改善转氨酶在中性pH条件下催化活性方面的应用。背景方面，生物催化在化学与制药领域具有重要地位，但酶的催化性能常受限于非最佳pH条件。研究目的是通过机器学习指导蛋白工程，优化转氨酶在中性pH下的催化活性。研究团队选择了来自Ruegeria sp. TM1040的转氨酶作为模板，识别关键氨基酸残基并构建突变体文库，利用机器学习模型预测和优化催化活性。实验结果显示，部分突变体在中性pH条件下表现出显著提高的催化活性。结论表明，该方法为设计具有优越性能的生物催化剂提供了通用框架，未来可通过纳入更多数据和描述符进一步优化模型。