微生物漆酶数据挖掘及底物杂泛性分析

Laccases are multi-copper oxidases that catalyze the oxidation of diverse natural and non-natural aromatic compounds, with water as sole by-product, making it an important environment-friendly resource. Different from most highly specific enzymes, laccases with a wide range of substrates can be very useful in various industrial fields. The underlying binding mechanism of such substrate promiscuity, however, remains unclear and challenging. A deep understanding is therefore significant and urgent to better utilize laccases in a controllable manner. We here propose a series of combined applications of computational data mining and modern machine learning techniques to systematically analyze available fungi, bacteria and archaea organism data, We will be able to discover potential laccase genes, compare their active sites, predict or even reconstruct corresponding 3D structures. With further experimental information, we hope to unveil the essential interactions and predict the best substrate for each laccase.

漆酶是一种多铜氧化酶，能催化多种小分子化合物氧化的，是非常重要和环保的酶资源，可应用在生物除污、纸浆漂白、食品、制药、化妆品等各行各业。漆酶的底物谱特别宽泛，这种特性被称为底物杂泛性。国内外对漆酶这种底物杂泛性的产生机制尚不清楚，而对漆酶的利用和改造都基于漆酶与不同底物的相互作用，因此研究漆酶底物杂泛性机制对促进其应用非常重要。本研究拟采取数据挖掘和机器学习的方法，对已发布的真菌、细菌和古菌进行蛋白质组学范围的计算机搜索筛选，找出潜在的微生物漆酶序列，系统性构建模型结构，进行多活性中心比对，结合文献报道的漆酶与不同底物相互作用情况，找出影响漆酶与不同底物作用的关键因素，并开发漆酶最适底物的预测方法。从而一方面发掘新的有应用潜能的潜在微生物漆酶，另一方面深入理解漆酶的底物杂泛性机制，为进一步设计和改造漆酶提供理论依据。

漆酶是一种多铜氧化酶，能催化多种小分子化合物氧化，是非常重要和环保的酶资源，可应用在生物除污、纸浆漂白、食品、制药、化妆品等各行各业。漆酶的底物谱特别宽泛，这种特性被称为底物杂泛性。国内外对漆酶这种底物杂泛性的产生机制尚不清楚，而对漆酶的利用和改造都基于漆酶与不同底物的相互作用，因此研究漆酶底物杂泛性机制对促进其应用非常重要。本项目以数据挖掘和机器学习的方法，对已发布的担子菌、粘细菌和古菌进行蛋白质组学范围的计算机比对筛选，找出大量潜在的微生物漆酶序列，并选取了部分粘细菌候选漆酶序列和古菌候选漆酶序列进行重组表达，结果显示其确实有漆酶酶活。同时，我们以细菌漆酶Lac15的结构为基础，对510个漆酶序列进行系统性统计耦合分析，得到包含不同数目氨基酸位点的独立分量，并归类为两个区块（protein sectors）。其中一个区块包含铜离子结合位点，揭示其与催化过程密不可分，对该区块氨基酸的点突变显著影响酶活和质子传递，说明漆酶中影响其底物杂泛性的因素可能并不是活性中心的少数位点，而是由结构上跨度很大的多个氨基酸构成区块，协同影响的结果。此外，我们还对真菌漆酶Lcc9及其突变体进行了同源建模，预测了其糖基化位点，实验结果显示糖基化可能是影响漆酶异源表达的重要因素。