Enzyme Kinetic Prediction

简介

该模块预测酶的动力学参数Kcat与Km。模块基于UniKP框架实现，UniKP是一个用于预测酶动力学参数的计算工具。它结合了蛋白质序列和底物结构信息，利用预训练的语言模型（如 ProtT5-XL-UniRef50）来生成酶的表示，并通过深度学习模型预测酶的动力学参数。

UniKP框架由两个关键组件组成：表示模块和机器学习模块。表示模块使用预训练的语言模型对酶和底物的信息进行编码。具体而言，酶序列中的氨基酸使用ProtT5-XL-UniRef50模型转换为1024维的向量。对于每个蛋白质，应用平均池化方法得到其表示，这被发现是对于蛋白质任务最有效的方法。另一方面，底物结构被转换为简化的分子输入线条记录系统（SMILES）格式，并通过预训练的SMILES转换器进行处理，每个符号生成一个256维的向量。然后，对最后一层和倒数第二层的第一个输出进行平均池化和最大池化，将它们连接起来生成一个1024维的分子表示向量。蛋白质和底物的连接表示向量随后被输入到机器学习模块中（整体架构图如下）。

在kcat预测任务中使用DLKcat数据集进行验证。在没有任何额外参数优化的情况下，通过五轮随机分割的测试集上的平均确定系数（R2）值为0.68，比DLKcat提高了20%。此外，这五轮中DLKcat的最高值比UniKP的最低值低16%，进一步证明了UniKP的稳健性。预测值和实验测量值之间的均方根误差（RMSE）在UniKP中也比DLKcat低，无论是在训练集还是测试集中。在测试集中，预测值和实验测量值之间存在着强烈的相关性，相关系数（PCC）为0.85，整个数据集的相关系数为0.99，比DLKcat分别高出14%和11%。

参数说明

Sequences

单个或多个酶的序列，fasta格式，每个酶使用一条序列表示（当某个酶有多条链时，将多条单链序列首尾连接作为一条序列）。

Ligands

底物分子的文件，txt格式，支持多个底物分子，使用SMILES表示，每行一个分子，文件内容示例:

OC1=CC=C(C[C@@H](C(O)=O)N)C=C1
CC(O)O

注意：
1，输入的底物分子数量与酶数量应相同，模块会按文件中的顺序进行酶与底物分子配对。
2，当有多个酶分子时，可只设置一个底物分子，表示每个酶都使用相同的底物分子。

Output

动力学参数预测结果文件名，默认为pred_res.csv

结果说明

动力学参数结果文件pred_res.csv，包含以下信息：

参考文献

• Yu H, Deng H, He J, Keasling JD, Luo X. UniKP: a unified framework for the prediction of enzyme kinetic parameters. Nat Commun. 2023 Dec 11;14(1):8211. DOI: 10.1038/s41467-023-44113-1