联系我们
意见反馈

关注公众号

获得最新科研资讯

于浩然课题组

简介 开发先进蛋白质工程策略改造工业酶催化剂

分享到

开发机器学习算法改造酶分子

机器学习方法根据数据建立模型,然后基于模型进行预测。与定向进化相比,机器学习具备明显优势。在蛋白质定向进化中,那些没有改善效果的突变体信息会被遗弃,而这些信息却可以用来训练优化机器学习的模型。另外,应用机器学习在蛋白质工程中,有望能够更准确的探索更大蛋白质序列空间。机器学习首先根据已有的突变体序列及功能数据作为训练数据构建模型,然后利用模型预测具有提高效果的新突变体。这一过程中,可靠的训练数据是获得准确模型的前提。然而,由于生物系统的复杂性,利用传统方法获得大量的酶分子序列及功能数据是充满挑战的。课题组利用高通量、自动化设备获取可靠的酶分子序列及功能数据,并标准化统一管理,构建可靠的训练数据集,获得可用于准确指导酶分子改造的模型。

创建: Nov 25, 2020 | 20:58