革命性研究:现在用光控制酶!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

雷根斯堡大学的科学家提出了一项关于酶催化及其在工业中应用的创新研究。

Wissenschaftler der Universität Regensburg präsentieren innovative Studie zur enzymatischen Katalyse und deren Anwendung in der Industrie.
雷根斯堡大学的科学家提出了一项关于酶催化及其在工业中应用的创新研究。

革命性研究:现在用光控制酶!

的科学家 雷根斯堡大学 发表了一项关于生化转化的精确时空控制的开创性研究。这项研究阐明了酶作为生物催化剂的作用,可以加速细胞反应并将底物转化为产物。

由氨基酸组成的酶显示出由各自的氨基酸序列决定的结构依赖性功能。酶的活性中心尤其重要,因为它既能实现底物结合又能催化。有趣的是,底物可以两种对映体形式存在,酶通常表现出对映体选择性。

通过蛋白质工程进行创新修饰

该研究的一个中心点是酶适用于工业和医学应用,但通常需要有针对性的修饰。这就是蛋白质工程发挥作用的地方,它允许氨基酸交换来优化酶活性。该领域的最新技术允许在细胞中使用非天然氨基酸(UAS)。这些光敏无人机可以策略性地融入酶的活性位点以控制其活性。

该研究专门检查了磷酸三酯酶(PTE),它能够将有毒底物转化为无毒产物。通过对光敏氨基酸修饰的酶进行紫外线照射,可以改变对映选择性,从而可以结合并转化不同的对映体。

最新研究成果及其效果

结果基于对 PTE 空间结构和活性位点相应变化的生物信息学分析。这项研究为医药化工行业开辟了新的机遇。这项研究是雷根斯堡大学的 Reinhard Sterner 教授、Till Rudack 教授和德克萨斯农工大学的 Frank Raushel 教授密切合作进行的。原始出版物发表在《JACS Au》杂志上,标题为“Photo-Controlling the Enantioselectivity of a Phosphhotriesterase via Incorporation of a Light-Responsive Unnatural Amino Acid”。

与此同时,一个研究团队正在开发 于利希研究中心 基于现有深度学习算法的新方法。这些旨在改进酶工程和酶功能分类的预测。该小组维护着 TopEC 项目,这是一个基于 TopEnzyme 数据库的改进酶功能分类框架。

这项研究的重点是利用 3D 图卷积神经网络来精确预测替代对酶活性和稳定性的影响。在这些网络中实施基于结构和序列的特征旨在提高蛋白质的稳定性并改进酶的功能分类。

生化理论与现代技术之间令人兴奋的协同作用不仅有望推动基础研究的进步,而且还可能对酶研究的工业应用产生深远的影响。