机器学习方法在酶定向进化中的应用进展

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。