机器学习方法在酶定向进化中的应用进展.pdfVIP

生物技术通报

·酶工程专题·BIOTECHNOLOGYBULLETIN()

2023,394:38-48

机器学习方法在酶定向进化中的应用进展

111121

王慕镪 陈琦 马薇 李春秀 欧阳鹏飞 许建和 

（1.华东理工大学生物工程学院生物反应器工程国家重点实验室，上海200237；2.苏州百福安酶技术有限公司，苏州215512）

摘要：定向进化法通过模拟自然界的进化过程，可提高酶的进化速度，成为酶分子改造的关键技术。定向进化在生物催

化以及药物设计等方面发挥着重要作用，但因突变的随机性所产生的数量庞大的突变体，使得实验筛选的能力面临巨大挑战。近

年来，人工智能、大数据处理等新兴技术也发展成为生物催化领域的重要研究手段。其中，机器学习是一种统计学习的方法，通

过数据驱动的方式获得序列/结构到酶功能的映射，为提高酶分子工程的效率提供帮助。本文综述了机器学习模型中所涉及的数

据处理、描述符和算法等内容，重点叙述了机器学习方法在酶工程方面的研究与应用进展。随着机器学习算法和应用技术的进步，

有望提出更加精准和有效的模型，助力新酶筛选与生物催化剂的精准设计改造。

关键词：定向进化；机器学习；蛋白质工程；生物催化

DOI:10.13560/ki.biotech.bull.1985.2022-0724

AdvancesintheApplicationofMachineLearningMethodsforDirected

EvolutionofEnzymes

111121

WANGMu-qiangCHENQiMAWeiLIChun-xiuOUYANGPeng-feiXUJian-he

（1.SchoolofBiotechnology,EastChinaUniversityofScienceandTechnology,TheStateKeyLaboratoryofBioreactorEngineering,Shanghai

200237;2.SuzhouBioforanyEnzyTechCo.Ltd.，Suzhou215512）

Abstract: Directedevolutioncanincreasetherateofenzymeevolutionbymimickingthenaturalevolutionaryprocessandhasbecome

akeytechnologyforenzymeengineering.Directedevolutionhasplayedanimportantroleinbiocatalysisanddrugdesign,howeverthe

experimentalscreeningisingreatchallengeduetothelargenumberofmutantlibrariescausedbytherandomnessofmutations.Inrecentyears,

emergingtechnolo