mRNAディスプレイと深層学習の組合せからの翻訳後修飾酵素の基質選択性の正確なモデル【JST・京大機械翻訳】

Vinogradov, A. A.; Chang, J. S.; Onaka, H.; Goto, Y.; Suga, H.

プレプリント

J-GLOBAL ID：202202208393113701 整理番号：22P0315357

mRNAディスプレイと深層学習の組合せからの翻訳後修飾酵素の基質選択性の正確なモデル【JST・京大機械翻訳】

Accurate models of substrate preferences of post-translational modification enzymes from a combination of mRNA display and deep learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月15日プレプリントサーバーでの情報更新日： 2022年02月15日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

不規則な翻訳後修飾(PTM)酵素は,ペプチドおよび/または蛋白質の多様で明確なセットに作用することにより,しばしば非obな基質選好を示す。自然産物生合成,分子生物学およびバイオテクノロジーを含む現代の科学の多くの分野で主要な役割を果たすので,無害なPTM酵素に対する基質適合性景観の徹底的な理解は重要である。ここでは,PTM酵素の基質選択性の正確なプロファイリングのための統合プラットフォームの開発を報告する。プラットフォームは,i)mRNAディスプレイと次世代シークエンシングとの組み合わせを,データ取得のための超高スループット技術として,そしてii)データ解析のための深い学習を特徴とする。高精度(2つの研究のそれぞれで>0.99)と得られた深い学習モデルの一般化可能性は,酵素基質選択の包括的な分析を可能にする。モデルは,配列空間,マップ修飾部位,および基質中の重要なアミノ酸を同定するための適応性を定量化するのに利用できる。プラットフォームをベンチマークするために,ラクトゾール生合成経路由来の2つの酵素,Serデヒドラターゼ(LazBF)とCys/Serシクロデヒドラターゼ(LazDEF)の基質特異性プロファイリングを行った。両研究において,著者らの結果は,特にLazBFに対して,高度に複雑な酵素選択性を示し,単純な規則のセットに還元できない。そのような複雑性を分析,解析するための構築モデルの能力は,開発したプラットフォームがPTM酵素のより広い研究を促進することを示唆する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

酵素一般 , 遺伝子発現 , 酵素の応用関連

, , , , , ,

前のページに戻る