基于深度学习算法设计的新型PET水解酶及其制备方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
系统为您推荐了相关专利信息
产品推广方法 视频 关键词 LSTM模型 图谱
诊断青光眼 标志物 软件 位点 分析拷贝数变异
快速检测方法 模锻件 邻域 滤波算法 点云
实体识别模型 信息查询方法 文本 字段 计算机可执行指令
无人机路径规划 风险预测方法 深度神经网络模型 风险预测系统 图像特征向量