ISSN: 2329-6674
Shaomin Yan et Guang Wu
La constante de Michaelis-Menten, Km, est importante pour comprendre les caractéristiques de l'enzyme et sa relation avec les substrats et de nombreuses conditions dans les réactions biochimiques. Bien que le développement rapide soit démontré dans la recherche enzymatique, la valeur de Km dans chaque enzyme dans diverses conditions doit encore être mesurée individuellement. D'autre part, les techniques de calcul modernes et la bioinformatique offrent la possibilité de prédire théoriquement la valeur de Km dans l'enzyme avec différents substrats dans diverses conditions. La cellulose 1,4-bêta-cellobiosidase est une enzyme utilisée dans l'hydrolyse de la cellulose pour l'industrie des biocarburants, et d'énormes efforts sont faits pour améliorer son efficacité en recherchant de nouvelles souches de bêta-cellobiosidase ainsi que par l'ingénierie enzymatique. Par conséquent, il est considéré comme important de développer des méthodes pour prédire la valeur de Km dans la réaction de la bêta-cellobiosidase. Dans cette étude, les informations sur les propriétés des acides aminés dans la bêta-cellobiosidase, le pH et la température en réaction et le lactoside comme substrat ont été choisis comme prédicteurs pour prédire les valeurs de Km par des réseaux neuronaux à rétropropagation directe, et le jackknife de suppression-1 a été utilisé pour valider le modèle prédictif. Les résultats montrent que 11 des 25 propriétés des acides aminés analysées pourraient servir de prédicteurs et que la probabilité de distribution des acides aminés semblait être le meilleur prédicteur. La structure à deux couches de la configuration du réseau neuronal était suffisante pour l'analyse initiale. Conformément aux études précédentes, la valeur de Km des réactions enzymatiques était prévisible à l'aide d'informations sur la séquence enzymatique et des conditions de réaction avec des modèles de réseau neuronal.