AcidBasePred:基于深度学习的蛋白酸碱耐受性预测平台

酶的结构和活性受环境pH值的影响。了解酶对极端pH值的适应机制并进行区分,对于阐明酶的分子机制和工业应用具有重要意义。本研究利用ESM-2蛋白质语言模型对最适pH值大于等于9和/或小于等于5的微生物的分泌蛋白进行编码,分别获得了47725条和66079条数据。在此基础上,本研究构建了一个基于氨基酸序列判别蛋白酸碱耐受性的深度学习模型。该模型准确率显著超过其他方法,在测试集上的整体准确率为94.8%,精确率为91.8%、召回率为93.4%。同时搭建了一个web预测平台(https://enzymepred.biodesign.ac.cn),用户可以直接提交酶的蛋白质序列,预测其酸碱耐受性。本研究加速了酶在生物技术、制药和化工等多个领域的应用进程,为工业酶的快速筛选与优化提供了强有力的工具。