新型酶学数据库与水解酶突变效应的统计分析

水解酶是化学制药和环境科学的重要组成部分。识别并提高水解酶催化效率的突变成为了广泛学术界和工业界的重要研究对象。范德堡（Vanderbilt）大学化学系的Zhongyue Yang教授团队的Bailu Yan与合作者构建了一个新酶学结构-功能数据库——IntEnzyDB。IntEnzyDB目前包含水解酶的数据，团队利用这些数据，探索了单点突变对水解酶催化效率的影响。

IntEnzyDB 采取扁平化数据架构，可实现轻松和有效地读取大量数据。相较于传统的关系型蛋白结构数据库，例如PDB，IntEnzyDB将读取并处理100个结构数据的时间提升了9倍，而读取处理1000个结构的数据的效率更是提升了64倍之多。目前数据库中存储了2715个水解酶的4175个催化反应米氏常数和3907个转化数，其中酶的结构-功能一一对应更可以有效地帮助机器学习等现代统计模型的构建。

得益于IntEnzyDB特殊的数据结构，该团地利用水解酶的结构-功能数据，对单点突变的不同性质对酶催化效率的影响做了详尽的统计分析。他们发现，在突变后的20种氨基酸中，突变为具有烃链的庞大非极性残基倾向于提升水解酶的催化效率。针对这一类突变的线性回归模型也揭示了底物和突变残基的结构特性会对水解酶的催化效率产生决定性影响。

与此同时，利用结构和功能的数据，他们观察到水解酶催化速率增强的倾向与蛋白的大小无关。并且水解酶的远端突变（即距活性位点 >10 Å）明显地更容易导致催化速率趋于不变并且避免速率变低，但是远端突变和近端突变对水解酶的催化速率提升的程度具有相似影响。

小结

该团队构建了一个新型结构-功能数据库IntEnzyDB，为酶的结构功能特性的大数据分析提供了良好的基础。他们的研究结合了结构和功能数据的统计分析，揭示了提高水解酶催化速率的单点突变的特征，为未来水解酶的设计提供了新的方向。

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Rate-Perturbing Single Amino Acid Mutation for Hydrolases: A Statistical Profiling

Bailu Yan, Xinchun Ran, Yaoyukun Jiang, Sarah K. Torrence, Li Yuan, Qianzhen Shao, and Zhongyue J. Yang*

J. Phys. Chem. B, 2021, 125, 10682–10691, DOI: 10.1021/acs.jpcb.1c05901