首页 >> 学术资讯 >>前沿文章 >>生信医药 >> 《Nat Commun》新刊:江南大学团队发布MPNN-DFM,多模块协同驱动蛋白质设计新维度!
详细内容

《Nat Commun》新刊:江南大学团队发布MPNN-DFM,多模块协同驱动蛋白质设计新维度!

本文对《Nature Communications》发表的江南大学团队研究的iCASE策略进行系统性总结。该工作提出了一种基于等温压缩性与动态挤压指数的机器学习方法,通过分层模块化网络优化酶构象景观,成功破解了酶稳定性与活性的权衡难题。

1769423044314655.png


酶工程长期挑战的破局:iCASE策略如何逆转稳定性-活性权衡

工业酶在复杂生产环境中常因稳定性不足与活性低下而受限,传统理性设计方法聚焦静态局部相互作用(如疏水作用、氢键),难以全局优化构象动态。iCASE策略通过整合等温压缩性(βT)与动态挤压指数(DSI),建立层次化模块网络(二级结构、超二级结构、结构域),实现酶构象景观的多维建模。该策略首次将酶进化轨迹与物理化学性质(如熔解温度Tm与βT的负相关性)直接关联,为定向进化提供新范式。

1769423067924038.png


动态响应预测模型:机器学习如何捕获酶构象景观中的 epistasis 效应

iCASE核心在于动态响应预测模型,其融合序列与结构信息:
特征工程:提取βT、DSI、RMSD、Rg、SASA等7个关键特征,量化残基间耦合强度与构象波动;
机器学习框架:对比随机森林、支持向量回归等模型,随机森林在10个数据集中表现最优(Spearman相关性最高达0.90);
Epistasis解析:通过最短路径分析揭示长程相互作用,突变组合(如K48R/M49E)呈现幅度 epistasis,协同提升活性达2.74倍。
该模型成功预测了低通量与高通量实验中的酶稳定性,显著优于EVmutation等传统方法。

1769423093174570.png

多酶体系验证:iCASE在复杂结构酶中的稳定性-活性协同提升

研究团队在三种不同结构复杂度的酶中验证iCASE普适性:
单体酶PG(蛋白谷氨酰胺酶):突变体H47L、M49E活性提升1.42-1.82倍,Tm最高增加2.4°C;
TIM桶结构XY(木聚糖酶):三重突变R77F/E145M/T284R活性提高3.39倍,且在高盐碱条件下半衰期延长至5小时;
六聚体GADA(谷氨酸脱羧酶):组合突变D40E/N47F/H167F活性增强2.34倍,Tm提升2.0°C。
实验表明,突变通过优化静电相互作用(如E145M减少静电排斥)和疏水核心堆积,协同突破稳定性-活性权衡。

1769423123933945.png

工业应用拓展:从PET水解酶到转移酶的跨领域普适性

iCASE策略进一步应用于PET水解酶(PES-H1)、漆酶(氧化还原酶)和微生物转谷氨酰胺酶(转移酶):
PET水解酶:突变体T63H降解低结晶度PET薄膜效率达94%,扫描电镜显示其表面形成多孔结构;
漆酶:突变体H86W Tm提升5.1°C,且在60°C下活性保持稳定;
转谷氨酰胺酶:组合突变R215L活性提高3.48倍,凸显策略在多结构域酶中的适应性。
研究证实iCASE可推广至α+β、全β、α/β等不同SCOP分类酶,为工业生物催化剂开发提供通用蓝图。

1769423154286954.png

总结

iCASE策略通过机器学习驱动的构象景观优化,实现了酶稳定性与活性的协同进化。其核心突破在于将动态物理化学参数(βT、DSI)与 epistasis 效应整合进预测模型,克服了传统单目标设计的局限。该工作不仅为工业酶理性设计提供了新工具,更揭示了酶进化中“构象-功能”关联的物理本质,标志着酶工程进入动态全景建模时代。

原文链接:https://doi.org/10.1038/s41467-025-55944-5


暂无评论


seo seo