Ферментная инженерия
Открытый доступ

Абстрактный

酿酒酵母蛋白质纯化成功率的模型分析

吴光和闫少敏  

酿酒酵母是目前研究和工业上应用最广泛的酵母，但其蛋白质生产的下游工艺成本高昂。本研究试图找到一种简单的方法来利用氨基酸特征预测蛋白质纯化的成功率。利用逻辑回归和神经网络模型对535个氨基酸特征逐一进行测试，以验证1294个酿酒酵母表达蛋白的纯化状态，其中870个蛋白已纯化。结果表明，神经网络的预测性能优于逻辑回归。一些氨基酸特征有助于预测蛋白质的纯化趋势，不同的氨基酸特征表现更好，灵敏度很高，但特异性很低。此外，氨基酸对可预测部分较高的酿酒酵母蛋白质的纯化预测准确率高于可预测部分较低的蛋白质。因此，可以利用基于蛋白质序列信息的神经网络预测酿酒酵母蛋白质的纯化成功率。这个简单的预测过程可以提供关于蛋白质被纯化的概率的概念，这有助于克服盲目实验并提高设计蛋白质的产量。