Nature · Machine Learning·· 3 天前AI 评分42
DeltaCata：用几何深度学习建模突变引起的酶动力学参数变化，实现高效酶工程
Effective enzyme engineering through modeling kinetic parameter changes upon mutations with geometric deep learning
AI 导读
中山大学与国家超级计算深圳中心团队开发孪生几何图神经网络 DeltaCata，直接预测突变引起的酶动力学参数 kcat 与 Km 变化。模型基于相同实验条件下配对野生型与突变体参数的高质量数据集训练，对训练集未见的酶性能提升尤为显著。用于改造甲基转移酶 sGmOMT2 后，体外合成 icaritin 的催化效率最高提升 7.0 倍。
来源：Nature · Machine Learning · nature.com