Predicting and Interpreting Protein Developability Via Transfer of Convolutional Sequence Representation

计算生物学 计算机科学 人工智能 机器学习 健身景观 代表(政治) 氨基酸 维数之咒 生物 生物化学 政治学 政治 社会学 人口学 法学 人口
作者
Alexander W. Golinski,Zachary D. Schmitz,Gregory H. Nielsen,Bryce Johnson,Diya Saha,Sandhya Appiah,Benjamin J. Hackel,Stefano Martiniani
出处
期刊:ACS Synthetic Biology [American Chemical Society]
卷期号:12 (9): 2600-2615 被引量:2
标识
DOI:10.1021/acssynbio.3c00196
摘要

Engineered proteins have emerged as novel diagnostics, therapeutics, and catalysts. Often, poor protein developability─quantified by expression, solubility, and stability─hinders utility. The ability to predict protein developability from amino acid sequence would reduce the experimental burden when selecting candidates. Recent advances in screening technologies enabled a high-throughput (HT) developability dataset for 105 of 1020 possible variants of protein ligand scaffold Gp2. In this work, we evaluate the ability of neural networks to learn a developability representation from a HT dataset and transfer this knowledge to predict recombinant expression beyond observed sequences. The model convolves learned amino acid properties to predict expression levels 44% closer to the experimental variance compared to a non-embedded control. Analysis of learned amino acid embeddings highlights the uniqueness of cysteine, the importance of hydrophobicity and charge, and the unimportance of aromaticity, when aiming to improve the developability of small proteins. We identify clusters of similar sequences with increased recombinant expression through nonlinear dimensionality reduction and we explore the inferred expression landscape via nested sampling. The analysis enables the first direct visualization of the fitness landscape and highlights the existence of evolutionary bottlenecks in sequence space giving rise to competing subpopulations of sequences with different developability. The work advances applied protein engineering efforts by predicting and interpreting protein scaffold expression from a limited dataset. Furthermore, our statistical mechanical treatment of the problem advances foundational efforts to characterize the structure of the protein fitness landscape and the amino acid characteristics that influence protein developability.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
LP发布了新的文献求助10
1秒前
无奈的若风应助纯真怜梦采纳,获得10
3秒前
一颗红葡萄完成签到 ,获得积分10
6秒前
激情的含巧完成签到,获得积分10
6秒前
831143完成签到 ,获得积分0
7秒前
白昼完成签到,获得积分10
7秒前
小天小天完成签到,获得积分10
10秒前
了一李应助zgaolei采纳,获得10
12秒前
周先森完成签到,获得积分10
13秒前
Eternity2025完成签到 ,获得积分10
15秒前
十一完成签到,获得积分10
17秒前
香蕉子骞完成签到 ,获得积分10
18秒前
端庄大米完成签到 ,获得积分10
19秒前
21秒前
yuyiiou完成签到 ,获得积分10
21秒前
leo完成签到,获得积分10
23秒前
cc完成签到 ,获得积分10
28秒前
zwy109完成签到 ,获得积分10
29秒前
科研通AI6应助寒冷的断秋采纳,获得10
31秒前
xyzlancet完成签到,获得积分10
34秒前
xueluxin完成签到 ,获得积分10
35秒前
Star完成签到,获得积分10
38秒前
无所谓发布了新的文献求助10
38秒前
YUNI完成签到 ,获得积分10
38秒前
温婉的采蓝完成签到 ,获得积分10
40秒前
乾乾完成签到,获得积分10
41秒前
happiness完成签到 ,获得积分10
42秒前
庄默羽完成签到,获得积分10
42秒前
科研通AI6应助qrt采纳,获得10
47秒前
49秒前
dizi完成签到 ,获得积分10
50秒前
活泼的寒安完成签到 ,获得积分10
52秒前
小鱼儿发布了新的文献求助10
54秒前
55秒前
江夏清完成签到,获得积分10
55秒前
一二完成签到,获得积分10
56秒前
58秒前
清爽的冬寒完成签到 ,获得积分10
1分钟前
LWJ完成签到 ,获得积分10
1分钟前
易槐完成签到 ,获得积分10
1分钟前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5378458
求助须知:如何正确求助?哪些是违规求助? 4502884
关于积分的说明 14014658
捐赠科研通 4411499
什么是DOI,文献DOI怎么找? 2423316
邀请新用户注册赠送积分活动 1416206
关于科研通互助平台的介绍 1393644