酶工程
开放获取

抽象的

酿酒酵母蛋白纯化成功率的模型分析

吴光、严少敏  

酿酒酵母是研究和工业中使用最广泛的酵母，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预测利用氨基酸特征来预测蛋白质纯化的成功率。采用Logistic回归和神经网络模型，对酿酒酵母1294个表达蛋白的纯化状态一一测试535个氨基酸特征，其中870个得到纯化。结果表明，神经网络的预测性能比逻辑回归更强大。一些氨基酸特征可用于预测蛋白质的纯化趋势，并且不同的氨基酸特征表现更好，如非常高的灵敏度和低特异性所证明的。此外，S. 具有高可预测氨基酸对部分的酿酒酵母蛋白质比具有低可预测部分的酿酒酵母蛋白质具有更高的纯化预测准确度。因此，可以使用基于蛋白质序列信息的神经网络来预测酿酒酵母蛋白质纯化的成功率。这个简单的预测过程可以提供有关蛋白质被纯化的概率的概念，这应该有助于克服蒙眼实验并提高设计蛋白质的产量。