蛋白语言模型挖掘环境β-内酰胺酶多样性
热点事件观察中
蛋白语言模型挖掘环境β-内酰胺酶多样性
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Liangjun Ge等作者发表研究，将蛋白质语言模型与集成学习结合，从环境宏基因组中鉴定出超过 46,000 个潜在β-内酰胺酶，覆盖全部四个 Ambler 类，广泛分布于多种栖息地，且不同栖息地的类别组成存在差异。 研究称，与已知β-内酰胺酶序列一致性约 30% 的候选酶在大肠杆菌中表达后，可赋予对多种β-内酰胺类抗生素的抗性。作者还结合反向折叠模型与蛋白质语言模型，识别出能改变抗性谱的突变，包括增强碳青霉烯类抗性的替换。上述抗性效果来自研究者的实验与模型分析，尚未经独立验证。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
深度学习引导的发现揭示环境β-内酰胺酶的多样性与突变潜力报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI深度学习引导的发现揭示环境β-内酰胺酶的多样性与突变潜力
研究结合蛋白质语言模型（PLMs）与集成学习，从环境宏基因组中鉴定出超过 46,000 个覆盖全部四个 Ambler 类的潜在β-内酰胺酶，广泛分布于多种栖息地。与已知β-内酰胺酶序列一致性约 30% 的候选酶在大肠杆菌中表达后可赋予多种β-内酰胺类抗生素抗性。结合反向折叠模型与 PLMs 进一步识别出改变抗性谱的突变，包括增强碳青霉烯类抗性的替换。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。