近日，中國農業科學院北京畜牧獸醫研究所姚斌院士團隊和中國農業科學院生物技術研究所微生物蛋白設計與智造創新團隊合作，開發了基于深度神經網絡和分子進化分析，提高糖苷水解酶催化活性的新策略。相關研究成果發表在《科學通報 （Science Bulletin）》。 　　糖苷水解酶是降解多糖的主要酶系，在食品行業、飼料行業、農副產品加工和農副產品廢品降解等領域應用廣泛，具有重要的應用價值。市場對糖苷水解酶的需求量逐年增加，但提高糖苷水解酶的催化效率，發揮其最大催化潛力仍然是一個挑戰。 　　該研究首先從碳水化合物活性酶數據庫（Carbohydrate-Active enZYmes Database, CAZy）數據庫中收集整理了119個糖苷水解酶家族的蛋白序列，建立了能夠識別糖苷水解酶家族和功能殘基的深度學習模型DeepGH，通過10倍交叉驗證結果顯示DeepGH模型的預測準確率為96.73%。隨后利用梯度加權類激活圖譜（Gradient-weighted Class Activation Mapping, Grad-CAM）方法提取分類相關特征，結合序列進化信息對突變體進行設計，最后獲得了具有7個氨基酸突變位點的殼聚糖酶突變體CHIS1754-MUT7。實驗結果表明，CHIS1754- MUT7的催化效率（ k cat/ K m）是野生型的23.53倍。該蛋白理性策略計算效率高，實驗成本低，具有顯著的優勢，為酶催化效率的智能設計提供了一種新的途徑，具有廣泛的應用前景。 　　中國農業科學院北京畜牧獸醫研究所黃火清研究員、田健研究員和中國農業科學院生物技術研究所關菲菲副研究員為論文共同通訊作者，中國農業科學院生物技術研究所劉汗青、關菲菲、劉拓宇和楊麗鑫為論文共同第一作者。 　　原文鏈接： 　　https://www.sciencedirect.com/science/article/abs/pii/S2095927323006746