文献类型： 中文期刊

作者： 师德强 ¹ ; 严少敏 ¹ ; 吴光 ¹ ; 谢能中 ¹ ; 龙思宇 ¹ ; 李检秀 ¹ ; 黄艳燕 ¹ ;

作者机构： 1.广西科学院,非粮生物质酶解国家重点实验室,国家非粮生物质能源工程技术研究中心,广西生物质产业化工程院,广西生物炼制重点实验室

关键词： 氨基酸属性;α-淀粉酶;催化常数;预测

期刊名称： 广西科学院学报

ISSN： 1002-7378

年卷期： 2014 年 04 期

页码： 294-298

摘要： 【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数(Kcat),并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。