Loading...
В отличие от природных ферментов нанозимы более стабильные и дешевые. Они широко используются в различных областях: от диагностики и лечения рака до защиты окружающей среды и биосенсорики. Если бы ученые могли предсказывать, какие нанозимы помогут достичь максимального эффекта, то они могли бы существенно ускорить процесс получения новых материалов и биохимических систем. Однако до сих пор не существовало инструмента, прогнозирующего протекание ферментативных реакций на наночастицах.
Теперь ученые Университета ИТМО создали открытую расширяемую платформу DiZyme, которая содержит базу данных наночастиц с ферментативной активностью, интерактивный визуализатор данных и алгоритмы искусственного интеллекта, которые предсказывают параметры ферментативной реакции: скорость и сродство участвующих веществ.
«Наш сервис на данный момент направлен в первую очередь на исследование наночастиц с пероксидазной активностью, — говорит первый автор исследования Юлия Разливина. — Это подкласс ферментов, которые катализируют окисление субстратов перекисью водорода. По этим системам у нас накоплен большой массив данных. Любой желающий может зайти на сайт, ввести интересующую химическую формулу и параметры наночастицы, после этого алгоритм спрогнозирует ее активность. Весь процесс занимает считанные секунды».
Однако сервис не органичен только пероксидазной активностью и потенциально может быть перенесен на все остальные типы, что и планируется сделать, когда будет оцифровано достаточное количество экспериментальных данных. Главная задача ученых — ускорить экспериментальные исследования и минимизировать затраты на них. На сервисе также можно узнать зависимость активности наночастиц от разных показателей, например pH или температуры. Таким образом ученые смогут до проведения экспериментов спрогнозировать ферментативную активность наноматериала.
Чтобы продемонстрировать точность модели, авторы измерили пероксидазную активность 16 различных образцов и сравнили ее с предсказаниями платформы. В 70% случаев сервис показал хорошее совпадение по параметрам. У остальных 30% значения попадали в допустимый предел точности для оценки перед проведением экспериментов.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.