机器学习在蛋白质功能预测领域的研究进展.docx

生 物 工 程 学 报 Chinese Journal of Biotechnology /cjbcn DOI: 10.13345/j.cjb.221002 池燕飞 等/机器学习在蛋白质功能预测领域的研究进展 Jun. 25, 2023, 39(6): 2141-2157 ?2023 Chin J Biotech, All rights reserved 2141 2141 ·酶催化与生物合成机制 · 冯旭东 北京理工大学特别研究员、博士生导师。2014 年在奥克兰大学(新 西兰)获工学博士学位，目前担任北京理工大学化学与化工学院生物化工研 究所副所长。研究领域包括生物催化与酶工程、代谢工程与合成生物学， 研究内容主要包括植物天然产物合成与改性过程中关键酶的挖掘、改造及 工程化应用。先后主持国家自然科学基金 3 项、国家重点研发计划子课题 2 项、 省部级项目 3 项。以第一作者或通信作者在 Biotechnology Advances、Natural Product Reports、Critical Reviews in Biotechnology 等生物化工领域主流期刊 发表论文 36 篇， 获授权国家发明专利 11 项， 申请 PCT 专利 1 项。2019 年 入选北京市科技新星计划。担任 Frontiers of Chemical Science and Engineering 青年编委、《合成 生物学》编委。 机器学习在蛋白质功能预测领域的研究进展 池燕飞 1 ，李春 1,2 ，冯旭东 1* 1 北京理工大学化学与化工学院 化学工程系 生物化工研究所 医药分子科学与制剂工程工业和信息化部 重点实验室，北京 100081 2 清华大学化学工程系 工业生物催化教育部重点实验室，北京 100084 池燕飞 池燕飞, 李春, 冯旭东. 机器学习在蛋白质功能预测领域的研究进展[J]. 生物工程学报, 2023, 39(6): 2141-2157. CHI Yanfei, LI Chun, FENG Xudong. Advances in machine learning for predicting protein functions[J]. Chinese Journal of Biotechnology, 2023, 39(6): 2141-2157. 摘 要： 蛋白质是有机生命体内不可或缺的化合物，在生命活动中发挥着多种重要作用，了解蛋 白质的功能有助于医学和药物研发等领域的研究。此外， 酶在绿色合成中的应用一直备受人们关 注，但是由于酶的种类和功能多种多样，获取特定功能酶的成本高昂，限制了其进一步的应用。 目前，蛋白质的具体功能主要通过实验表征确定，该方法实验工作繁琐且耗时耗力，同时， 随着 生物信息学和测序技术的高速发展，已测序得到的蛋白质序列数量远大于功能获得注释的序列数 量，高效预测蛋白质功能变得至关重要。随着计算机技术的蓬勃发展，由数据驱动的机器学习方 法已成为应对这些挑战的有效解决方案。本文对蛋白质功能及其注释方法以及机器学习的发展历 程和操作流程进行了概述，聚焦于机器学习在酶功能预测领域的应用，对未来人工智能辅助蛋白 质功能高效研究的发展方向提出了展望。 关键词： 人工智能；机器学习；蛋白质功能；功能预测 资助项目：国家自然科学基金 This work was supported by the National Natural Science Foundation of China . *Corresponding author. E-mail: xd.feng@ Received: 2022-12-14; Accepted: 2023-04-04; Published online: 2023-04-20 2142ISSN 1000-3061 CN 11-1998/Q 生物工程学报 Chin J Biotech 2142 Advances in machine learning for predicting protein functions CHI Yanfei1, LI Chun1,2, FENG Xudong1* 1 Key Laboratory of Medical Molecule Science and Pharmaceutical Engineering, Ministry of Industry and Information Technology, Institute of Biochemical Engineering, Department of Ch