Новая компьютерная модель может предсказывать скорость работы ферментов

Молекулы лекарств и биотопливо могут производиться на заводах живых клеток, где работают биологические ферменты. Теперь исследователи из Технологического университета Чалмерса разработали компьютерную модель, способную предсказывать скорость работы ферментов, позволяющую находить наиболее эффективные живые фабрики, а также изучать сложные заболевания.

Исследователи протестировали свою модель, смоделировав метаболизм более чем 300 видов дрожжей. По сравнению с измеренными ранее существовавшими знаниями исследователи пришли к выводу, что модели с предсказанными значениями kcat могут точно моделировать метаболизм. На изображении показаны обычные пекарские дрожжи Saccharomyces cerevisiae. Изображение/графика/иллюстрация: Технологический университет Чалмерса.

Ферменты — это белки, присутствующие во всех живых клетках. Их работа заключается в том, чтобы действовать как катализаторы, которые увеличивают скорость специфических химических реакций, происходящих в клетках. Таким образом, ферменты играют решающую роль в обеспечении жизнедеятельности на Земле, и их можно сравнить с небольшими фабриками природы. Они также используются в моющих средствах и для производства, среди прочего, подсластителей, красителей и лекарств. Потенциальные области применения почти безграничны, но им мешает тот факт, что изучение ферментов дорого и требует много времени.

«Изучать каждый природный фермент опытами в лаборатории было бы невозможно, их просто слишком много. Но с помощью нашего алгоритма мы можем предсказать, какие ферменты наиболее перспективны, просто взглянув на последовательность аминокислот, из которых они состоят», — говорит Эдуард Керховен, исследователь системной биологии в Технологическом университете Чалмерса и ведущий автор исследования.

Только самые многообещающие ферменты нуждаются в тестировании

Число оборотов фермента или значение kcat описывает, насколько быстро и эффективно работает фермент, и имеет важное значение для понимания метаболизма клетки. В новом исследовании исследователи Чалмерса разработали компьютерную модель, которая может быстро рассчитать значение kcat. Единственная необходимая информация — это порядок аминокислот, из которых состоит фермент, — то, что часто широко доступно в открытых базах данных. После того, как модель сделает первый выбор, в лаборатории необходимо протестировать только самые многообещающие ферменты.

Учитывая количество встречающихся в природе ферментов, исследователи считают, что новая модель расчета может иметь большое значение.

«Мы видим множество возможных биотехнологических применений. Например, биотопливо можно производить, когда ферменты расщепляют биомассу в устойчивом производственном процессе. Алгоритм также можно использовать для изучения заболеваний обмена веществ, когда мутации могут привести к дефектам работы ферментов в организме человека», — говорит Эдуард Керховен.

Больше знаний о производстве ферментов

Больше возможных применений — более эффективное производство продуктов из природных организмов, а не промышленные процессы. Одним из таких примеров является пенициллин, извлеченный из плесени, а также лекарство от рака таксол из тиса и подсластитель стевия. Обычно они производятся в небольших количествах естественными организмами.

«Разработке и производству новых натуральных продуктов может очень помочь знание того, какие ферменты можно использовать», — говорит Эдуард Керховен.

Модель расчета также может указывать на изменения значения kcat, происходящие в случае мутации ферментов, и определять нежелательные аминокислоты, которые могут оказать существенное влияние на эффективность фермента. Модель также может предсказать, производят ли ферменты более одного «продукта».

Мы можем выявить, обладают ли ферменты какой-либо «подрабатывающей» активностью и производят ли они нежелательные метаболиты. Это полезно в отраслях, где вы часто хотите производить один чистый продукт».

Эдуард Керховен, исследователь системной биологии, Технологический университет Чалмерса

Исследователи протестировали свою модель, используя 3 миллиона значений kcat для имитации метаболизма более чем 300 видов дрожжей. Они создали компьютерные модели того, насколько быстро дрожжи могут расти или производить определенные продукты, такие как этанол. По сравнению с измеренными ранее существовавшими знаниями исследователи пришли к выводу, что модели с предсказанными значениями kcat могут точно моделировать метаболизм.

Источник:

Ссылка на журнал:

Ли, Ф., и другие. (2022) Предсказание kcat на основе глубокого обучения позволяет улучшить реконструкцию модели, ограниченной ферментами. Природный катализ. doi.org/10.1038/s41929-022-00798-z.

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.