开发 EvoMOBO 蛋白质多目标优化框架
事件历史事件
开发 EvoMOBO 蛋白质多目标优化框架
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
Kai Wen 等开发出受进化启发的多目标贝叶斯优化主动学习框架 EvoMOBO,用于在有限评估预算下同时优化蛋白质的多个性质。在完整的类固醇受体 DNA 结合域和 ParD3 抗毒素序列景观上,他们报告该框架比现有方法获得更高的目标区域富集,并保持序列多样性。 在两项酶工程任务中,他们报告机制描述符指导的优化将老黄酶底物转化率从 17.5% 提升到 95%,并使甲酸氧化酶对邻苯二甲酸二乙酯的降解接近翻倍;这些任务的实验留作最终验证。
AI 根据报道生成 · 8 天前更新
最新进展11月8日 08:00
受进化启发的 EvoMOBO 框架用于蛋白质工程多目标贝叶斯优化报道时间线
沿着报道,了解事件的不同侧面。
11月8日
- Angewandte Chemie International Edition精选受进化启发的 EvoMOBO 框架用于蛋白质工程多目标贝叶斯优化
研究提出 EvoMOBO,一种受进化启发的多目标贝叶斯优化主动学习框架,用于在有限评估预算下同时优化蛋白质的多个性质。在完整的类固醇受体 DNA 结合域(DBD)和 ParD3 抗毒素景观上,它相比现有方法获得更高的目标区域富集并保持序列多样性。两项酶工程任务把实验留作最终验证,机制描述符指导的优化将老黄酶底物转化率从 17.5% 提升到 95%,并使甲酸氧化酶的邻苯二甲酸二乙酯降解接近翻倍。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 311月9日 21:00
- 近 24 小时变化
- –
01234
22:0011月10日02:0004:0006:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。