Using Molecular Simulation to Guide Protein Engineering for Biocatalysis in Organic Solvents

生物催化 分子动力学 生化工程 蛋白质工程 合理设计 化学 定向进化 溶剂化 力场(虚构) 理论(学习稳定性) 计算机科学 纳米技术 计算化学 材料科学 工程类 溶剂 有机化学 催化作用 生物化学 离子液体 人工智能 基因 突变体 机器学习
作者
Haiyang Cui,Markus Vedder,Ulrich Schwaneberg,Mehdi D. Davari
出处
期刊:Methods in molecular biology 卷期号:: 179-202 被引量:9
标识
DOI:10.1007/978-1-0716-1826-4_10
摘要

Biocatalysis in organic solvents (OSs) is very appealing for the industry in producing bulk and/or fine chemicals, such as pharmaceuticals, biodiesel, and fragrances. The poor performance of enzymes in OSs (e.g., reduced activity, insufficient stability, and deactivation) negates OSs' excellent solvent properties. Molecular dynamics (MD) simulations provide a complementary method to study the relationship between enzymes dynamics and the stability in OSs. Here we describe computational procedure for MD simulation of enzymes in OSs with an example of Bacillus subtilis lipase A (BSLA) in dimethyl sulfoxide (DMSO) cosolvent with software GROMACS. We discuss main essential practical issues considered (such as choice of force field, parameterization, simulation setup, and trajectory analysis). The core part of this protocol (enzyme-OS system setup, analysis of structural-based and solvation-based observables) is transferable to other enzymes and any OS systems. Combining with experimental studies, the obtained molecular knowledge is most likely to guide researchers to access rational protein engineering approaches to tailor OS resistant enzymes and expand the scope of biocatalysis in OS media. Finally, we discuss potential solutions to overcome the remaining challenges of computational biocatalysis in OSs and briefly draw future directions for further improvement in this field.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
端庄修杰完成签到,获得积分10
刚刚
ylf完成签到,获得积分10
1秒前
3秒前
默默的鱼丸完成签到,获得积分10
3秒前
山月发布了新的文献求助10
4秒前
虚心的宛亦完成签到,获得积分10
4秒前
4秒前
4秒前
Zhushijue关注了科研通微信公众号
5秒前
安东发布了新的文献求助30
6秒前
9秒前
10秒前
Z1070741749完成签到,获得积分10
10秒前
舒心小猫咪完成签到 ,获得积分10
10秒前
啦啦啦完成签到,获得积分10
12秒前
13秒前
姝_发布了新的文献求助10
13秒前
周芷卉完成签到 ,获得积分10
13秒前
14秒前
15秒前
小西发布了新的文献求助10
16秒前
16秒前
thy完成签到 ,获得积分10
16秒前
16秒前
Xing发布了新的文献求助10
18秒前
18秒前
lyz666发布了新的文献求助10
18秒前
19秒前
张怡发布了新的文献求助10
19秒前
周凡淇发布了新的文献求助10
19秒前
科目三应助wang采纳,获得10
21秒前
21秒前
21秒前
丘比特应助zzy采纳,获得10
22秒前
少年发布了新的文献求助10
23秒前
23秒前
Akim应助hhhh采纳,获得10
25秒前
25秒前
今后应助靓丽的溪灵采纳,获得10
25秒前
WEIDERR发布了新的文献求助10
25秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124803
求助须知:如何正确求助?哪些是违规求助? 2775148
关于积分的说明 7725553
捐赠科研通 2430633
什么是DOI,文献DOI怎么找? 1291291
科研通“疑难数据库(出版商)”最低求助积分说明 622121
版权声明 600328