AIGC動態(tài)歡迎閱讀

原標(biāo)題：中科院羅小舟團(tuán)隊(duì)提出 UniKP 框架，大模型 + 機(jī)器學(xué)習(xí)高精度預(yù)測酶動力學(xué)參數(shù)
關(guān)鍵字：數(shù)據(jù),模型,動力學(xué),表示,向量
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：7497字

內(nèi)容摘要：

作者：李寶珠
編輯：三羊
中國科學(xué)院深圳先進(jìn)技術(shù)研究院羅小舟團(tuán)隊(duì)提出了，基于酶動力學(xué)參數(shù)預(yù)測框架 (UniKP)，實(shí)現(xiàn)多種不同的酶動力學(xué)參數(shù)的預(yù)測。眾所周知，生物體內(nèi)的新陳代謝是通過各種各樣的化學(xué)反應(yīng)來實(shí)現(xiàn)的。這些反應(yīng)如果在體外進(jìn)行，通常需要在高溫、高壓、強(qiáng)酸、強(qiáng)堿等劇烈條件下才能發(fā)生。
但在生物體內(nèi)，新陳代謝反應(yīng)卻可以在極為溫和的條件下高效進(jìn)行，這主要?dú)w功于重要的有機(jī)催化劑——酶。
作為貫穿高中生物學(xué)科的高分知識點(diǎn)，酶的特性或許已經(jīng)烙印在大家記憶深處——催化效率高、專一性強(qiáng)、作用條件溫和等。更重要的是，酶與很多人體疾病密切相關(guān)，還可以用于診斷與治療。一直以來，人們在深入研究酶分子結(jié)構(gòu)與功能的同時(shí)，也在持續(xù)探究酶促反應(yīng)的影響因素。
研究酶促反應(yīng)速率以及各種因素對酶促反應(yīng)速率影響機(jī)制的科學(xué)，被稱為「酶促反應(yīng)動力學(xué)」，在研究中，酶在特定反應(yīng)中的催化效率通常通過酶動力學(xué)參數(shù) (enzyme kinetic parameters) 來衡量。
酶促反應(yīng)動力學(xué)參數(shù)包括了酶周轉(zhuǎn)數(shù) kcat、米氏常數(shù) Km 和催化效率 kcat / Km 等，目前主要依賴濕實(shí)驗(yàn)來進(jìn)行參數(shù)測量，但這一過程耗時(shí)且成本高，

原文鏈接：中科院羅小舟團(tuán)隊(duì)提出 UniKP 框架，大模型 + 機(jī)器學(xué)習(xí)高精度預(yù)測酶動力學(xué)參數(shù)

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：HyperAI
作者簡介：解構(gòu)技術(shù)先進(jìn)性與普適性，解讀更前沿的 AIForScience 案例