PLM+集成学习发现环境β-内酰胺酶多样性
热点事件持续更新
PLM+集成学习发现环境β-内酰胺酶多样性
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Liangjun Ge 等研究者在 arXiv:2611.14568 论文中,结合蛋白质语言模型与集成学习,从环境宏基因组中鉴定出超过 46,000 条覆盖全部四类 Ambler 分类的候选 β-内酰胺酶。 实验验证显示,与已知酶约 30% 序列同源的候选者在大肠杆菌中表达后赋予多种 β-内酰胺类抗生素耐药性;结合逆折叠模型进一步发现可改变耐药谱的突变,包括增强碳青霉烯耐药性的替换。研究称这些结果揭示了环境微生物组中未被充分表征的 β-内酰胺酶多样性及其突变灵活性。
AI 根据报道生成 · 19 分钟前更新
最新进展11月14日 13:00
深度学习揭示环境 β-内酰胺酶的多样性与突变潜力报道时间线
沿着报道,了解事件的不同侧面。
11月14日
- arXiv cs.AI深度学习揭示环境 β-内酰胺酶的多样性与突变潜力
研究者结合蛋白质语言模型(PLM)与集成学习,从环境宏基因组中鉴定出超过 46,000 条横跨全部四类 Ambler 分类的候选 β-内酰胺酶。与已知酶约 30% 序列同源的候选者在大肠杆菌中表达后赋予多种 β-内酰胺类抗生素耐药性;结合逆折叠模型进一步发现可改变耐药谱的突变,包括增强碳青霉烯耐药性的替换。这些结果揭示了环境微生物组中未被充分表征的 β-内酰胺酶多样性及其突变灵活性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。