인공 지능은 화학 반응을 가속화하는 단백질을 활용합니다.
한 팀이 루시페라아제라는 발광 효소를 생성하는 기계 학습 알고리즘을 고안했습니다.
날짜:
2023년 2월 22일
원천:
워싱턴대학교 의과대학/UW 의과대학
요약:
과학자들은 기계 학습을 사용하여 화학 반응을 가속화하는 단백질인 새로운 효소를 만들었습니다. 이것은 새로운 효소가 의학 및 산업 제조 전반에 걸쳐 많은 용도를 가질 수 있기 때문에 단백질 설계 분야에서 중요한 단계입니다. 연구팀은 루시페라아제라는 발광 효소를 생성하는 딥러닝 인공지능 알고리즘을 고안했다. 실험실 테스트에서 새로운 효소가 특정 화학 물질을 인식하고 매우 효율적으로 빛을 발산할 수 있음이 확인되었습니다.
전체 이야기
처음으로 과학자들은 기계 학습을 사용하여 화학 반응을 가속화하는 단백질인 새로운 효소를 만들었습니다. 이것은 새로운 효소가 의학 및 산업 제조 전반에 걸쳐 많은 용도를 가질 수 있기 때문에 단백질 설계 분야에서 중요한 단계입니다.
"살아 있는 유기체는 뛰어난 화학자입니다. 독성 화합물이나 극도의 열에 의존하기보다는 효소를 사용하여 온화한 조건에서 필요한 모든 것을 분해하거나 축적합니다. 새로운 효소는 재생 가능한 화학 물질과 바이오 연료를 도달 범위 내에 둘 수 있습니다."라고 수석 저자인 David Baker는 말했습니다. , 워싱턴 대학교 의과대학 생화학 교수이자 2021년 생명과학 부문 혁신상을 수상했습니다.
2월 22일 Nature 저널에 보고된 바와 같이 UW Medicine의 단백질 디자인 연구소에 기반을 둔 팀은 luciferases라고 하는 발광 효소를 생성할 수 있는 기계 학습 알고리즘을 고안했습니다. 실험실 테스트에서 새로운 효소가 특정 화학 물질을 인식하고 매우 효율적으로 빛을 발산할 수 있음이 확인되었습니다. 이 프로젝트는 Baker Lab의 박사후 연구원 Andy Hsien-Wei Yeh와 Christoffer Norn이 이끌었습니다.
Nature 논문 의 제목은 De novo design of luciferases using deep learning입니다.
새로운 루시퍼라제 효소를 만들기 위해 팀은 먼저 단백질이 작용하기를 원하는 루시페린이라는 화학 물질을 선택했습니다. 그런 다음 소프트웨어를 사용하여 해당 화학 물질과 반응할 수 있는 수천 개의 가능한 단백질 구조를 생성했습니다.
실험실 테스트 중에 연구자들은 LuxSit(빛이 있으라)라는 효율적인 효소를 확인했습니다. 효소는 원하는 화학 반응을 수행했습니다. 효소의 정제로 성능이 크게 향상되었습니다. LuxSit-i라고 불리는 최적화된 효소는 육안으로 볼 수 있을 만큼 충분한 빛을 생성했습니다. 빛나는 바다 팬지 Renilla reniformis 에서 발견되는 천연 루시페라제 효소보다 더 밝은 것으로 밝혀졌습니다 .
"우리는 자연에서 발견되는 효소에 의존하는 것과는 대조적으로 컴퓨터에서 처음부터 매우 효율적인 효소를 설계할 수 있었습니다. 이 획기적인 발전은 원칙적으로 거의 모든 화학 반응을 위한 맞춤형 효소를 설계할 수 있음을 의미합니다."라고 Yeh는 말했습니다.
새로운 효소는 생명 공학, 의학, 환경 개선 및 제조에 도움이 될 수 있습니다. 예를 들어, 생명 공학에서 효소는 바이오 연료 생산, 식품 가공 및 의약품 제조를 개선할 수 있습니다. 의학에서 효소는 치료 및 진단 도구 역할을 할 수 있습니다. 효소 설계는 오염 물질을 분해하거나 오염된 장소를 청소하여 환경을 개선할 수 있습니다. 또한 효소는 생분해성 플라스틱 및 접착제와 같은 신소재 생산에도 도움이 될 수 있습니다.
이 연구는 UW 의과 대학 과학자들이 주도했으며 로스앤젤레스 캘리포니아 대학교의 협력자들을 포함했습니다.
이 작품은 하워드 휴즈 의학 연구소, 국립 보건원(K99EB031913), 연합 세계 항바이러스 연구 네트워크, 국립 알레르기 및 전염병 연구소(1 U01 AI151698-01), 단백질 디자인 연구소의 대담한 프로젝트, 공개에 의해 지원되었습니다 Philanthropy Project Improving Protein Design Fund, Novo Nordisk Foundation(NNF18OC0030446), National Science Foundation(CHE-1764328, OCI-1053575), Schmidt Futures 프로그램의 추천으로 Eric과 Wendy Schmidt. 중국 국립자연과학재단(22103060)은 부분적인 전산 리소스를 제공했습니다.
출처 : https://www.sciencedaily.com/