据ScienceAI公众号6月24日消息，德国杜塞尔多夫大学科研团队开发出预测酶-底物的通用机器学习模型ESP，在独立和多样化的测试数据上的准确度超过91%。该模型通过定制的、任务特定版本的ESM-1b transformer模型创建信息量超大的蛋白质表示，根据随机抽样的小分子分配为非底物的数据进行训练，从而预测该模型能够处理酶和1000多种不同底物的任意组合。该方法帮助在药物研究和生物技术中缩小有可能的配对，可用于酶法生产新药、化学品甚至生物燃料，还可促进对生物体生理学的理解，未来还将能够改进模型以模拟细胞的新陈代谢，相关研究成果发表于Nature Communications期刊。

消息来源：https://mp.weixin.qq.com/s/hxU0blPU4dQj2FWlxw_cLA