Zpět na hledáníAdvancing Enzyme's Stability and Catalytic Efficiency through Synergy of Force-Field Calculations, Evolutionary Analysis, and Machine Learning (2023)výskyt výsledku
Identifikační kód | RIV/00159816:_____/23:00079746 |
---|---|
Název v anglickém jazyce | Advancing Enzyme's Stability and Catalytic Efficiency through Synergy of Force-Field Calculations, Evolutionary Analysis, and Machine Learning |
Druh | J - Recenzovaný odborný článek (Jimp, Jsc a Jost) |
Poddruh | J/A - Článek v odborném periodiku je obsažen v databázi Web of Science společností Thomson Reuters s příznakem „Article“, „Review“ nebo „Letter“ (Jimp) |
Jazyk | eng - angličtina |
Vědní obor | 10403 - Physical chemistry |
Rok uplatnění | 2023 |
Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
Počet výskytů výsledku | 5 |
Počet tvůrců celkem | 11 |
Počet domácích tvůrců | 8 |
Výčet všech uvedených jednotlivých tvůrců | David Bednář (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 2652773, orcid: 0000-0002-6803-0340) Jiří Damborský (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 1030175, orcid: 0000-0002-7848-8216) David Kovář (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 5683866, orcid: 0000-0002-5550-6143, researcherid: B-4347-2013) Antonín Kunka (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9725832, orcid: 0000-0002-1170-165X) Martin Marek (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 5736528, orcid: 0000-0001-7220-5644) Sérgio Manuel Marques (státní příslušnost: PT - Portugalská republika, domácí tvůrce: A, vedidk: 9898672, orcid: 0000-0002-6281-7505) Zbyněk Prokop (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3599019, orcid: 0000-0001-9358-4081) Michal Vašina (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3343336, orcid: 0000-0002-1504-9929) Lucia Cengelova (státní příslušnost: CZ - Česká republika) Martin Havlasek (státní příslušnost: CZ - Česká republika) Nikola Velatova (státní příslušnost: CZ - Česká republika) |
Popis výsledku v anglickém jazyce | Thermostability is an essential requirement for the use of enzymes in the bioindustry. Here, we compare different protein stabilization strategies using a challenging target, a stable haloalkane dehalogenase DhaA115. We observe better performance of automated stabilization platforms FireProt and PROSS in designing multiple-point mutations over the introduction of disulfide bonds and strengthening the intra- and the inter-domain contacts by in silico saturation mutagenesis. We reveal that the performance of automated stabilization platforms was still compromised due to the introduction of some destabilizing mutations. Notably, we show that their prediction accuracy can be improved by applying manual curation or machine learning for the removal of potentially destabilizing mutations, yielding highly stable haloalkane dehalogenases with enhanced catalytic properties. A comparison of crystallographic structures revealed that current stabilization rounds were not accompanied by large backbone re-arrangements previously observed during the engineering stability of DhaA115. Stabilization was achieved by improving local contacts including protein-water interactions. Our study provides guidance for further improvement of automated structure-based computational tools for protein stabilization. |
Klíčová slova oddělená středníkem | thermostability;stabilization;proteinengineering;PROSS;machine learning;FireProt;computational design;biocatalysis |
Stránka www, na které se nachází výsledek | https://pubs.acs.org/doi/10.1021/acscatal.3c02575 |
DOI výsledku | 10.1021/acscatal.3c02575 |
Odkaz na údaje z výzkumu | - |
Údaje o výsledku v závislosti na druhu výsledku
Název periodika | ACS Catalysis |
---|---|
ISSN | 2155-5435 |
e-ISSN | - |
Svazek periodika | 13 |
Číslo periodika v rámci uvedeného svazku | 19 |
Stát vydavatele periodika | US - Spojené státy americké |
Počet stran výsledku | 13 |
Strana od-do | 12506-12518 |
Kód UT WoS článku podle Web of Science | 001065993100001 |
EID výsledku v databázi Scopus | - |
Způsob publikování výsledku | A - Open Access |
Předpokládaný termín zveřejnění plného textu výsledku | - |
Ostatní informace o výsledku
Předkladatel | Fakultní nemocnice u sv. Anny v Brně |
---|---|
Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
Rok sběru | 2024 |
Specifikace | RIV/00159816:_____/23:00079746!RIV24-MSM-00159816 |
Datum poslední aktualizace výsledku | 28.05.2024 |
Kontrolní číslo | 192533041 ( v1.0 ) |
Informace o dalších výskytech výsledku dodaného stejným předkladatelem
Dodáno MZ v roce 2024 | RIV/00159816:_____/23:00079746 v dodávce dat RIV24-MZ0-00159816 |
---|---|
Dodáno TA ČR v roce 2024 | RIV/00159816:_____/23:00079746 v dodávce dat RIV24-TA0-00159816 |
Informace o dalších výskytech výsledku dodaného ostatními předkladateli
Dodáno GA ČR v roce 2024 | RIV/00216224:14310/23:00132030 v dodávce dat RIV24-GA0-14310___ předkladatelem Masarykova univerzita / Přírodovědecká fakulta |
---|---|
Dodáno MŠMT v roce 2024 | RIV/00216224:14310/23:00132030 v dodávce dat RIV24-MSM-14310___ předkladatelem Masarykova univerzita / Přírodovědecká fakulta |
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
Projekt podporovaný MŠMT v programu LM | LM2018131 - Česká národní infrastruktura pro biologická data (2020 - 2022) |
---|---|
Projekt podporovaný MŠMT v programu LX | LX22NPO5107 - Národní ústav pro neurologický výzkum (2022 - 2025) |
Velká výzkumná infrastruktura - VVI | 90121 - RECETOX RI (2020 - 2022) |
Velká výzkumná infrastruktura - VVI | 90127 - CIISB II (2020 - 2022) |
Velká výzkumná infrastruktura - VVI | 90140 - e-INFRA CZ (2020 - 2022) |