Разберём, как быстро отбирать перспективные мутации фермента — от анализа структуры и активного центра до короткого списка вариантов, которые стоит проверить в лаборатории
Освоите современные ИИ-инструменты для инженерии белков и ферментов
Научитесь анализировать структуру белка и его взаимодействие с молекулами-мишенями
Разберётесь, как проектировать мутации, повышающие стабильность без потери функции
Научитесь оценивать перспективность мутаций физическими и нейросетевыми моделями
Получите готовый вычислительный пайплайн, который сможете адаптировать под свои задачи
Белковые препараты, ферменты и биотехнологические продукты должны быть не только активными, но и стабильными в реальных условиях производства, хранения и применения.
Традиционно такие улучшения ищут перебором сотен мутаций с долгой экспериментальной проверкой. На вебинаре покажем, как нейросетевые и физические методы сужают пространство поиска и помогают заранее отобрать самые перспективные варианты для лаборатории.
В качестве практического примера возьмём фермент для терапии целиакии и пройдём весь путь — от структуры белка до списка мутаций, рекомендованных к экспериментальной проверке.
01 магистрантам и аспирантам биологических, биотехнологических и биоинформатических направлений
05 тем, кому нужно сузить список вариантов для лабораторной проверки и не тратить месяцы на случайный перебор
02 биохимикам, энзимологам и молекулярным биологам, которые проектируют мутанты в целевых белках
03 специалистам в области биотеха, фармы и биомедицины, работающим с белковой инженерией
Для кого этот вебинар
04 тем, кто уже знаком с AlphaFold или окружением Google Colab, но хочет понять, как перейти от предсказанной структуры к выбору мутаций
Вебинар рассчитан на студентов, молодых исследователей и специалистов, которые работают с белками, ферментами и биоинформатическими инструментами.
Он будет особенно полезен:
Спикер
Артур Сергеевич Вензель
Младший научный сотрудник ЦИИ НГУ. Структурный биоинформатик.
Специализируется на компьютерном дизайне белков и лекарств. В работе сочетает методы моделирования и разработку нейросетевых моделей; преподаёт структурную биоинформатику и машинное обучение в биологии на кафедре информационной биологии ФЕН НГУ.
Соавтор 12 научных статьей. H-index 5
Зачем нужна стабильная глиадин-гидролаза Разберём, почему для оральной энзимотерапии целиакии важны стабильность и специфичность фермента, а также почему направленная эволюция требует много времени и экспериментальных ресурсов
Предсказание структуры Kuma030 и его комплекса с глиадином Возьмём Kuma030 за основу, предскажем структуру с помощью AlphaFold/ColabFold или ESMFold, оценим качество модели и построим комплекс Kuma030-глиадин
Дизайн замен с сохранением активного сайта Разметим каталитический центр и функционально важные остатки. Покажем, как через ProteinMPNN генерировать стабилизирующие замены и варианты для повышения специфичности связывания с субстратом
Валидация мутаций и отбор вариантов Проверим замены двумя независимыми способами: через физические потенциалы pyRosetta/FoldX/MAESTRO и с помощью нейросетевых моделей из SaProtHub. На выходе сформируем короткий список вариантов для лабораторной проверки
04 Поймёте, как проверять мутации двумя независимыми подходами — физическими потенциалами и нейросетевыми моделями — и выбирать наиболее перспективные варианты
05 Получите готовый блокнот в Google Colab, который можно адаптировать под собственный фермент
01 Разберёте полный путь: от предсказания структуры фермента до короткого списка мутантов для лабораторной проверки
02 Увидите, как в Google Colab предсказывать структуру фермента и его комплекс с субстратом на примере Kuma030-глиадин
03 Научитесь размечать каталитический центр и генерировать стабилизирующие замены через ProteinMPNN, не затрагивая функционально важные участки белка
Продолжая использовать сайт, вы даёте согласие на использование cookies и понимаете, что информация на сайте не является публичной офертой и носит исключительно информационный характер. Узнайте подробности или измените свои настройки cookies