机器学习助力酶定向进化

• 作者: 孙周通 曲戈 蒋迎迎
• 来源期刊: 生物学杂志
• 学科: 生物学
• 关键词: 人工智能 蛋白质工程 定向进化 机器学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 特约综述
• 页码范围: 1-11
• 页数: 11页
• 分类号: Q503|Q814|Q55
• 字数: 5099字
• 语种: 中文

摘要

酶定向进化技术在生物催化、生物医药、生物技术等领域扮演重要角色.得益于计算速度的大幅提升以及海量数据集的出现,当前人工智能技术发展如火如荼.近年来机器学习等人工智能方法也被应用于蛋白质工程,在复杂酶结构预测、稳定性/选择性/可溶性、指导酶设计等问题中表现出独特的优势,为酶分子设计提供了新的可能.综述了当前机器学习算法及描述符助力酶设计改造方面的应用与进展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲戈	中国科学院天津工业生物技术研究所	5	22	3.0	4.0
2	孙周通	中国科学院天津工业生物技术研究所	4	8	2.0	2.0
3	蒋迎迎	中国科学院天津工业生物技术研究所	3	7	2.0	2.0