节点文献

α-淀粉酶Amy7C及其突变体催化常数的定量预测

免费订阅

【作者】 黄纪民师德强严少敏吴光谢能中龙思宇李检秀黄艳燕

【Author】 HUANG Ji-min;SHI De-qiang;YAN Shao-min;WU Guang;XIE Neng-zhong;LONG Si-yu;LI Jian-xiu;HUANG Yan-yan;Guangxi Academy of Sciences,State Key Laboratory of Non-food Biomass Enzyme Technology,National Engineering Research Center for Non-food Biorefinery,Biomass Industrialization Engineering Institute,Guangxi Key Laboratory of Biorefinery;

【机构】 广西科学院,非粮生物质酶解国家重点实验室,国家非粮生物质能源工程技术研究中心,广西生物质产业化工程院,广西生物炼制重点实验室

【摘要】 【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数(Kcat),并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。

【关键词】 氨基酸属性α-淀粉酶催化常数预测
【基金】 广西自然科学基金重点项目(2013GXNSFDA019007);广西科技创新能力与条件建设计划项目(桂科能12237022);广西人才小高地建设专项基金项目资助
【所属期刊栏目】 计算科学 (2014年04期)
  • 【DOI】10.13657/j.cnki.gxkxyxb.20141126.013
  • 【分类号】Q55
  • 【下载频次】52
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: