基因组学与蛋白质功能研究 - 基因组学快速发展带来大量新蛋白质探索机会 但传统生化实验方法存在耗时费力且难以规模化的问题 [3] - 蛋白质一级序列分析可识别功能基序和保守结构域 序列比对能揭示功能参考价值的同源蛋白质 [3] - AlphaFold2推动基于结构同源性的聚类方法应用 但仍无法全面评估多功能复杂蛋白质 [3] AlphaCD机器学习模型 - 中国农业科学院团队开发AlphaCD模型 可高精度预测21335个胞嘧啶脱氨酶的催化效率(0 92) 脱靶活性(0 84) 靶位点窗口(0 73)和催化基序(0 78) [4][6] - 模型基于1100个APOBEC样家族胞嘧啶脱氨酶的实验数据集 结合氨基酸序列 三维结构和8个附加特征构建 [6] - 对Uniprot数据库21335个胞嘧啶脱氨酶的预测验证显示 子抽样28个酶的预测精度达0 84-0 87 [6] 碱基编辑器应用 - 通过丙氨酸扫描诱变技术优化A0A2R2Z4E4脱靶位点 构建出兼具超高保真度与高效率的胞嘧啶碱基编辑器(CBE) [8] - 该案例证明AlphaCD在高通量蛋白质功能表征中的应用价值 为其他蛋白质功能解析提供策略范式 [8]