α-淀粉酶Amy7C及其突变体催化常数的定量预测

• 作者: 严少敏 吴光 师德强 李检秀 谢能中 黄纪民 黄艳燕 龙思宇
• 来源期刊: 广西科学院学报
• 学科: 生物学
• 关键词: 氨基酸属性 α-淀粉酶 催化常数 预测
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 计算科学
• 页码范围: 294-298
• 页数: 5页
• 分类号: Q556+.2
• 字数: 2945字
• 语种: 中文

摘要

【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息，预测该酶的催化常数（Kcat），并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-1前馈反向传播的神经网络为模型，完成535种氨基酸属性对α-淀粉酶 Amy7C及其突变体催化常数的拟合。再将α-淀粉酶 Amy7C及其54个突变体的数据分为2组，用35个酶作为训练组进行拟合，20个酶作为验证组进行检验。最后，对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-1神经网络模型收敛，表明这些氨基酸属性可用于预测α-淀粉酶的催化常数，不同指标的预测效果不同。多模型的分析结果显示，不同模型对训练组R值的结果具有显著性差异，而对训练组P值、验证组R值和验证组P 值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。