PNAS|北京大学来鲁华教授团队:全新的蛋白质功能设计深度学习模型GeoEvoBuilder

智药邦 2025-10-17 09:43
文章摘要
本研究背景针对传统蛋白质改造方法在提升稳定性时往往牺牲催化活性、AI模型设计性能不及天然蛋白、以及传统方法耗时成本高的问题。研究目的在于开发一种能通过单次设计获得兼具高稳定性和高催化活性蛋白质变体的深度学习模型GeoEvoBuilder。该模型结合结构基础与进化信息,采用逐步掩码策略,在GPX4、DHFR和GFP蛋白设计中实现催化效率提升10-20倍、热稳定性提高约10℃,以及荧光强度增强2.3倍,证明其高效性和通用性,为工业酶改造等领域提供新工具。
PNAS|北京大学来鲁华教授团队:全新的蛋白质功能设计深度学习模型GeoEvoBuilder
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
A low-temperature emergency power source designed from warm pastes based on hydrogel
DOI: 10.1016/j.scib.2025.05.036 Pub Date : 2025-10-15
IF 21.1 1区 综合性期刊 Q1 Science Bulletin
Does shoe cushioning space affect patellofemoral pain risk? A study based on the integrated finite element model
DOI: 10.1016/j.isci.2025.113635 Pub Date : 2025-09-25
IF 4.1 2区 综合性期刊 Q1 iScience
智药邦
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信