虛擬專刊

AI and Enzyme Engineering

由中國科學院微生物研究所陶勇研究員與吳邊研究員組織的虛擬?？疉I and Enzyme Engineering在mLife網(wǎng)站正式上線，共計6篇文章，包括2篇Review，1篇Original Research，2篇Method，1篇Correspondence，歡迎閱讀！

Reviews

?Protein engineering in the deep learning era

Bingxin Zhou, Yang Tan, Yutong Hu, Lirong Zheng, Bozitao Zhong, Liang Hong

https://doi.org/10.1002/mlf2.12157

上海交通大學洪亮教授團隊梳理了蛋白質工程領域中常見的深度學習算法的研究方向。文章全面介紹了基于序列和結構的蛋白質表征方法，以及適用于各種預測和生成任務的通用建模流程。此外還總結了常見任務和相關公開數(shù)據(jù)集，用于訓練和評估模型表現(xiàn)，如突變體排序和蛋白質功能和性質預測等。

?Discovery, design, and engineering of enzymes based on molecular retrobiosynthesis

Ancheng Chen, Xiangda Peng, Tao Shen, Liangzhen Zheng, Dong Wu, and Sheng Wang

https://doi.org/10.1002/mlf2.70009

上海智峪生物科技有限公司王晟博士團隊綜述了人工智能（AI）在生物合成領域的前沿應用與創(chuàng)新突破。AI通過智能設計、構建和優(yōu)化酶反應體系，推動生物合成技術跨越式發(fā)展：在代謝路徑規(guī)劃中，AI驅動的分子逆合成算法突破了傳統(tǒng)路線設計瓶頸；基于序列/結構比對的酶發(fā)現(xiàn)技術結合AI精準預測，顯著提升酶挖掘效率；針對非天然反應，AI賦能的功能注釋與分子模擬技術開創(chuàng)了人工酶創(chuàng)制新范式。數(shù)據(jù)驅動的智能模型重塑酶工程策略，通過熱穩(wěn)定性增強、活性位點優(yōu)化等策略擴展生物催化劑應用邊界。最后，文章還總結了當前面臨的潛在挑戰(zhàn)并展望未來研究方向，盡管面臨化學數(shù)據(jù)稀疏性等挑戰(zhàn)，生物催化技術向藥物合成、綠色制造等領域的滲透已成必然趨勢，標志著生物制造向智能化時代的全面轉型。

Original Research

?Optimizing enzyme thermostability by combining multiple mutations using protein language model

Jiahao Bian, Pan Tan, Ting Nie, Liang Hong, Guang-Yu Yang

https://doi.org/10.1002/mlf2.12151

上海交通大學楊廣宇研究員團隊和洪亮教授團隊共同提出一種AI輔助的酶熱穩(wěn)定性工程策略，高效組合多個有益單點突變。在肌酸酶進化中，兩輪設計獲50個卓越熱穩(wěn)定突變體，成功率100%，微調后的模型可以從數(shù)據(jù)集中有效捕捉組合突變體中的上位效應。

Methods

?NAC4ED: A high-throughput computational platform for the rational design of enzyme activity and substrate selectivity

Chuanxi Zhang, Yinghui Feng, Yiting Zhu, Lei Gong, Hao Wei, Lujia Zhang

https://doi.org/10.1002/mlf2.12154

華東師范大學張魯嘉教授團隊開發(fā)的在線平臺NAC4ED，能繞過量子力學（QM）和 QM/MM 等復雜方法，利用近攻擊構象關鍵參數(shù)表征催化機制，直接計算設計酶的突變活性和選擇性，在確保精準計算的同時降低了時間成本。該平臺含虛擬突變、對接、動力學模擬和評估分析四個模塊，通過簡化計算流程實現(xiàn)酶的高通量篩選，同時為人工智能設計提供了有效的關鍵計算參數(shù)。

? HPClas: A data-driven approach for identifying halophilic proteins based on catBoost

Shantong Hu, Xiaoyu Wang, Zhikang Wang, Menghan Jiang, Shihui Wang, Wenya Wang, Jiangning Song, Guimin Zhang

https://doi.org/10.1002/mlf2.12125

北京化工大學張桂敏教授團隊和澳大利亞蒙納士大學宋江寧教授團隊收集嗜鹽菌分泌蛋白，通過catBoost在嗜鹽蛋白數(shù)據(jù)集上進行了訓練，開發(fā)了能準確識別嗜鹽蛋白的預測模型，獨立測試集準確率84.5%。數(shù)據(jù)集和源碼已上傳至https://github.com/Showmake2/HPClas。

Correspondence

?GRAPE-WEB: An automated computational redesign web server for improving protein thermostability

Jinyuan Sun, Wenyu Shi, Zhihui Xing, Guomei Fan, Qinglan Sun, Linhuan Wu, Juncai Ma, Yinglu Cui, Bian Wu

https://doi.org/10.1002/mlf2.12152

中國科學院微生物研究所吳邊研究員團隊研發(fā)了用于蛋白質工程的GRAPE策略，以提升酶在各類應用中的穩(wěn)定性。該策略將先進的計算方法與獨特的聚類及貪心累積方法相結合，從而能用最少的實驗工作量高效探究基因上位效應。為了讓非專業(yè)人士也能使用這一策略，該團隊推出了一個自動化且用戶友好的網(wǎng)絡服務器 GRAPE-WEB，用戶無需大量生物信息學知識，就能實現(xiàn)對酶穩(wěn)定突變的設計、檢測與組合。GRAPE-WEB 性能強大且易于使用，為蛋白質熱穩(wěn)定性設計提供了全面且靈活的方法。

mLife

期刊簡介

mLife是由中國科學院主管、中國科學院微生物研究所主辦（中國微生物學會為合作單位）的我國微生物學領域第一本綜合性高起點英文期刊。mLife瞄準全球微生物學領域高水平科研成果和前沿進展，報道內容覆蓋微生物學各個學科。mLife的辦刊目標是打造微生物學領域綜合性國際旗艦期刊。目前，mLife已被國內外重要數(shù)據(jù)庫ESCI、PubMed Central、Scopus、CSCD、DOAJ、CAS等收錄。2024年，mLife首獲JCR影響因子4.6，位于微生物學科Q1區(qū)。2025年，mLife入選中國科學院期刊分區(qū)表生物學二區(qū)。

期刊網(wǎng)站：

http://mlife.im.ac.cn/

https://wileyonlinelibrary.com/journal/mLife

https://www.sciopen.com/journal/2097-1699

投稿網(wǎng)站：https://mc.manuscriptcentral.com/mlife

卷期速覽

第1卷第1期

第1卷第2期

第1卷第3期

第1卷第4期

第2卷第1期

第2卷第2期

第2卷第3期

第2卷第4期

第3卷第1期

第3卷第2期

第3卷第3期

第3卷第4期

第4卷第1期

掃碼關注mLife

mLife@im.ac.cn

010 - 64807055