基于结构的深度学习指导的新型功能获得突变的发现

尽管深度学习加速的蛋白质工程前景广阔，但此类改进蛋白质的例子仍然稀少。我们在此报告，一种3D卷积神经网络被训练以关联氨基酸与相邻的化学微环境，可以指导识别出未被能量学方法预测的新型功能获得突变。这些突变的组合在三种不同蛋白质中使蛋白质功能在体内提高了至少5倍。此外，该模型提供了一种探究蛋白质微环境中化学空间的方法，能够识别出特定的化学相互作用，这些相互作用有助于个别突变所导致的功能获得表型。