机器学习引导的定向进化用于蛋白工程
摘要：机器学习（ML）引导的定向进化是一种可以优化复杂功能的生物设计新范例。ML方法使用数据预测序列与功能的映射关系，而无需详细的物理模型或生物途径。为了展示ML引导的定向进化，我们介绍了构建ML序列-功能模型所需的步骤，并利用它们在每个阶段进行工程引导和建议。本综述涵盖了使用ML进行蛋白质工程的基本概念，并介绍了当前文献和应用这种新工程范例的情况。ML方法通过学习所有测量变体中包含的信息并使用该信息来选择可能改进的序列，加速了定向进化。然后，我们提供了两个案例研究，演示了ML引导的定向进化过程。我们还展望未来的机会，ML将能够发现新的蛋白质功能并揭示蛋白质序列与功能之间的关系。
作者：Kevin K. Yang and Zachary Wu and Frances H. Arnold
论文ID：1811.10775
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2019-04-23