项目名称: 高频多位点突变对碱性蛋白酶定向进化影响作用的研究

项目编号: No.21206126

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 化学工程及工业化学

项目作者: 涂然

作者单位: 中国科学院天津工业生物技术研究所

项目金额: 25万元

中文摘要: 蛋白酶是一类重要的生物催化剂,具有广泛的工业应用价值。通过定向进化手段,可以在体外进行蛋白质(酶)的工程改造。目前常用的进化策略是通过多轮筛选低突变频率的突变体库,重复构建低频率突变体库和筛选过程获得改造突变子,在筛选效率和效果上有待提高。本研究将利用前期工作建立的蛋白酶流式细胞仪超高通量筛选系统,以工业洗涤业对低温蛋白酶的需求为应用导向,探索新型进化策略,即单轮高通量筛选万级容量以上的高频率突变体库,获得具有多位点突变产生协同效应的进化蛋白酶,并对获得的突变子进行关键氨基酸位点分析,推测与蛋白酶低温酶活力相关的作用机制,为缩短改造周期,有效进行蛋白酶的定向进化改造工程提供理论和实验基础。

中文关键词: 蛋白酶;高频率突变;定向进化;液滴微流控;微反应体系

英文摘要: Proteases are important biocatalysts in industrial applications. Although they can be produced by many microbe, proteases often require intensive modification to get desired performance for the applications. Directed evolution is powerful algorithm for protease reengineering. However the commonly used screening formats such as agar plate (halo formation) or microplate-based detection system have a low throughput and need to repeat construction of mutant libraries with low mutational loads and screening process many times to get an improved variant. In contrast, a flow cytometry-based ultra-high throughput screening system will enable a novel opportunity in directed enzyme evolution under high mutational loads in a single run. In the study, a subtilisin Carlsberg protease will be investigated by the flow cytometry-based evolution strategy using a library with a high mutational load and screened for increased activity at low temperature. The developed evolution strategy might highly improve the screening efficiency due to cooperative effects of high amino acids changes for the improved activity, and can likely be modified for other proteases and applied for additional properties.

英文关键词: Protease;high mutational loads;directed evolution;droplet-based microfluidics;emulsion compartment

成为VIP会员查看完整内容
0

相关内容

数字建筑发展白皮书(2022年)
专知会员服务
41+阅读 · 2022年4月1日
【NeurIPS2021】神经网络表示的相似度和匹配
专知会员服务
26+阅读 · 2021年10月29日
专知会员服务
33+阅读 · 2021年8月16日
【干货书】引擎顺序: 算法技术机制,353页pdf
专知会员服务
42+阅读 · 2021年7月16日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
人工智能预测RNA和DNA结合位点,以加速药物发现
AI从底物和酶的结构中预测米氏常数,量化酶活性
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
3+阅读 · 2022年4月19日
小贴士
相关主题
相关资讯
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
人工智能预测RNA和DNA结合位点,以加速药物发现
AI从底物和酶的结构中预测米氏常数,量化酶活性
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员