基于深度学习算法设计的新型PET水解酶及其制备方法
申请号:CN202411658258
申请日期:2024-11-19
公开号:CN119517153A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种深度学习算法设计的PET水解酶及其制备方法,涉及生物技术领域,制备方法包括选择聚酯水解酶PHL7,用深度学习算法InstructPLM学习蛋白晶体结构,利用Esmfold进行三维结构建模,将候选蛋白与PET进行分子对接,进行分子动力学模拟,筛选出与底物结合较好的蛋白;进行表达、纯化;得到水解酶HN和/或水解酶JW,氨基酸序列分别如SEQ ID NO:1和/或SEQ ID NO:2所示;以及新型PET水解酶在水解PET中的应用。本发明通过筛选流程,能够简单、快速且高效地从大批量生成的候选序列中筛选出PET水解酶,扩展了PET水解酶的来源。
技术关键词
水解酶
深度学习算法
复合结构
高效液相色谱法分析
序列
三维结构
水盒子
分子
底物
配体
酶蛋白
质粒
溶液
组氨酸
镍柱
负电荷
异丙基
软件
离子