山东大学 - AI在线

活性提升65倍，山大新AI工具定向进化高活性酶，外部数据集验证成功率达80%

编辑丨&准确预测酶动力学参数对于酶的探索和修饰至关重要，但现有模型面临过拟合导致准确率低或泛化能力差的问题。以山东大学为主导的团队提出了一种基于预训练模型和分子指纹的深度学习模型 CataPro ，并用它来预测转换数（k(cat)）、米歇尔常数（K(m)）和催化效率（k(cat)/K(m))。与以前的基线模型相比，CataPro 在无偏数据集上表现出明显增强的准确性和泛化能力。