bioRxiv 预印本· Ramamoorthy, S., Browning, R., Brandt, J., Tisdale, K., Schultz, A., Dalinger, M. V. L., Hengartner, N., Tauritz, D. R., Beckmann, J. F. ·· 27 天前AI 评分18
研究对比蛋白质工程诱变方法与进化算法,为AI蛋白质设计提供基准参考
Benchmarking Molecular Methods of Protein Engineering and Surveying Protein Search Space to Bolster Artificial Intelligence-Based Designs
AI 导读
研究人员以粉色荧光蛋白Magenta为表型读出,比较随机突变与易错PCR(epPCR)在蛋白质搜索空间中的表现:约80%随机突变对人工选择表型有害、20%为中性、0.8%增强表型。两轮epPCR后荧光相对单位(RFU)提升35%,首轮筛出4个、第二轮筛出1个增强荧光候选。与当前先进进化算法相比,生物计算在真阳性增强序列产出率上更优。
来源:bioRxiv 预印本 · biorxiv.org