华东理工大学教授郑高伟团队、副研究员范贵生团队合作，开发了基于局部基序的深度学习酶挖掘新策略，并利用该工具发现了此前未见报道的天然还原型辅酶I（NADH）依赖型亚胺还原酶，为酶工程辅酶类型改造及高效生物催化体系构建奠定了基础。相关研究成果近日发表于《化学》。
亚胺还原酶是合成手性胺的一类重要生物催化剂，近年来已广泛用于医药中间体的合成。然而目前已报道的亚胺还原酶几乎均为还原型辅酶II（NADPH）依赖型，尚未见天然NADH依赖型酶的研究报道。由于缺乏NADH依赖型亚胺还原酶的探针序列，传统基于全序列比对的酶挖掘方法难以使用，制约了天然NADH依赖型亚胺还原酶的挖掘。
为突破此局限，研究团队基于酶的辅酶结合保守基序，开发了PM2S酶挖掘策略。该策略整合了基序搜索、深度学习驱动的迭代检索与结果校准三大模块，成功从15万条基因序列中筛选获得95个候选的天然NADH依赖型亚胺还原酶。实验结果表明，这些候选酶偏好以NADH为辅因子，催化亚胺还原及还原胺化反应，展现出极为宽泛的底物谱，并已用于西那卡塞等药物关键中间体的合成。
机制研究表明，辅因子结合口袋中的关键天冬氨酸残基是决定NADH偏好性的核心位点。该残基可以与NADH稳定结合，而难以结合NADPH；定点突变该残基可彻底逆转辅因子偏好性。
相关论文信息：https://doi.org/10.1016/j.chempr.2026.102956
广东省科学院生态环境与土壤研究所研究员刘芳华团队在电能微生物和水铁矿促进产氢机制方面取得新进展。近日，相关成果先 日前，高等教育数字化与课程思政建设研讨会暨中国高校财经慕课联盟首届“同课异构”教学竞赛颁奖典礼在对外经济贸易大学 由复旦大学发布的MOSS大模型一度引发关注，它背后的团队现在在关注哪方面的技术突破？ 12月2日，中国软件领域规模最大、影 一种使用深度学习方法设计出来的新蛋白质。图片来源：华盛顿大学医学院蛋白质设计研究所 美国科学家借助机器学习 图为在上海科技创新成果展上拍摄的科学刊物展台。新华社记者 方喆摄 一直以来，学者们向学术期刊投稿面临着激烈竞 关于发布“2023年度华夏建设科学技术奖”授奖项目的公示 华夏奖字〔2023〕第4号 各有关单位： 2023年度华夏建设科学技术 。本文链接：深度学习酶挖掘新策略可挖掘NADH依赖型亚胺还原酶http://www.sushuapos.com/show-11-33426-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 华南植物园发表了一个豆科植物新属