看过本文的还看了

相关文献

该作者的其他文献

文献详情 >定量预测α-淀粉酶及其突变体的酶反应米氏常数(英文) 收藏
定量预测α-淀粉酶及其突变体的酶反应米氏常数(英文)

定量预测α-淀粉酶及其突变体的酶反应米氏常数(英文)

作     者:李检秀 龙思宇 严少敏 吴光 谢能中 黄艳燕 师德强 黄纪民 王何健 

作者机构: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广西南宁530007 

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 

出 版 物:《广西科学》 (Guangxi Sciences)

年 卷 期:2014年第21卷第6期

页      码:656-663页

摘      要:【目的】α-淀粉酶是一种重要淀粉水解酶,而Km值是酶反应中重要的参数,尝试建立一种利用α-淀粉酶初级结构定量预测米氏常数Km值的有效模型。【方法】通过神经网络模型,利用535种氨基酸属性定量预测α-淀粉酶Amy7C及其52个突变体反应的Km值,其中33个酶用于模型训练,其余的用于模型验证。首先用双层的20-1前馈反向传播的神经网络进行预测,然后对多层神经网络模型进行筛选。【结果】535种氨基酸属性中有109种属性可以用模型预测,其中动态属性拟合结果较好,4个动态氨基酸属性中有3个属性可以用于模型预测,但拟合结果最好的氨基酸属性分别来自氨基酸理化性质和二级结构。对9种拟合和验证结果最好的氨基酸属性进行7种多层神经网络模型拟合,结果显示增加模型的复杂度并不能提高预测结果的精准度,表明较为简单的模型,如20-1或20-5-1是定量预测建模的首选。【结论】α-淀粉酶酶解反应的米氏常数Km,可以利用某些氨基酸属性通过神经网络模型进行定量预测。为今后利用酶的初级结构定量预测酶反应中各参数最适条件提供思路。

主 题 词:氨基酸属性 α-淀粉酶 Km值 定量预测 

学科分类:0710[理学-生物科学类] 071010[071010] 081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 

D O I:10.13656/j.cnki.gxkx.2014.06.011

馆 藏 号:203674485...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分