酵素工学
オープンアクセス

概要

サッカロミセス・セレビシエタンパク質の精製成功率に関するモデル解析

グアン・ウーとシャオミン・ヤン  

サッカロミセス・セレビシエは研究や産業で最も広く使用されている酵母ですが、そのタンパク質生産の下流プロセスはコストがかかります。この研究では、アミノ酸の特徴を使用してタンパク質精製の成功率を予測する簡単な方法を見つけようとしました。ロジスティック回帰とニューラルネットワークモデルを使用して、535のアミノ酸の特徴をそれぞれ、S. cerevisiaeから発現した1294のタンパク質（そのうち870が精製されました）の精製状態に対して1つずつテストしました。結果は、ニューラルネットワークの予測性能がロジスティック回帰よりも強力であることを示しています。一部のアミノ酸の特徴は、タンパク質の精製傾向を予測するために役立ち、さまざまなアミノ酸の特徴は、非常に高い感度と低い特異性によって示されるように、より優れたパフォーマンスを発揮します。さらに、アミノ酸ペアの予測可能な部分が高いS. cerevisiaeタンパク質は、予測可能な部分が低いタンパク質よりも精製予測の精度が高くなります。したがって、タンパク質配列情報に基づくニューラルネットワークを使用して、S. cerevisiaeタンパク質の精製の成功率を予測できます。この単純な予測プロセスにより、タンパク質が精製される確率についての概念が提供され、目隠し実験を克服し、設計されたタンパク質の生産を強化するのに役立つはずです。