EnzymeFlow: 通过流匹配与共进化动力学生成反应特异性酶催化口袋
机器学习
2024-10-02 v1 人工智能
计算工程、金融与科学
定量方法
摘要
酶设计是生物技术中的一个关键领域，其应用范围从药物开发到合成生物学。传统的酶功能预测或蛋白质结合口袋设计方法，往往难以捕捉酶-底物相互作用的动态和复杂性质，尤其是在催化过程中。为应对这些挑战，我们引入了EnzymeFlow，这是一个生成模型，它采用分层预训练的流匹配和酶-反应共进化，为特定底物和催化反应生成催化口袋。此外，我们引入了一个大规模、经过整理和验证的酶-反应对数据集，专门为催化口袋生成任务设计，共计328,192对。通过整合进化动力学和反应特异性适应，EnzymeFlow成为设计酶口袋的强大模型，能够催化广泛的生化反应。在新数据集上的实验证明了该模型在设计高质量、功能性酶催化口袋方面的有效性，为酶工程和合成生物学的进步铺平了道路。我们在https://github.com/WillHua127/EnzymeFlow提供EnzymeFlow代码，并在https://github.com/WillHua127/EnzymeFlow/blob/main/enzymeflow_demo.ipynb提供笔记本演示。
引用
@article{arxiv.2410.00327,
title = {EnzymeFlow: Generating Reaction-specific Enzyme Catalytic Pockets through Flow Matching and Co-Evolutionary Dynamics},
author = {Chenqing Hua and Yong Liu and Dinghuai Zhang and Odin Zhang and Sitao Luan and Kevin K. Yang and Guy Wolf and Doina Precup and Shuangjia Zheng},
journal= {arXiv preprint arXiv:2410.00327},
year = {2024}
}