2019 Fiscal Year Final Research Report
Development of protein sequence data mining method to design total sequence of artificial amino acid metabolism enzymes
Project/Area Number |
18K14391
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 38030:Applied biochemistry-related
|
Research Institution | University of Shizuoka |
Principal Investigator |
Nakano Shogo 静岡県立大学, 食品栄養科学部, 助教 (80748541)
|
Project Period (FY) |
2018-04-01 – 2020-03-31
|
Keywords | L-アミノ酸酸化酵素 / 祖先型設計 / D-アミノ酸 / 光学分割 / 基質特異性 |
Outline of Final Research Achievements |
In this study, we try to develop a method to curate protein sequence data and increase succession rate for the design of highly functional artificial enzymes. By applying the method to the design of two enzymes belonging to L-amino acid oxidase family (L-arginine oxidase and L-amino acid oxidase), we can generate artificial enzymes bearing high stability, solubility and reactivity with ancestral sequence reconstruction.
|
Free Research Field |
タンパク質工学
|
Academic Significance and Societal Importance of the Research Achievements |
データベースに登録されるアミノ酸配列データは今後も際限なく拡大していくと予測されている。本手法は拡大を続ける配列データベースから必要な情報を選抜し、高機能化した人工酵素配列の設計を可能にするなど、配列データベースの持つ潜在能力を引き出すことができる。また本研究で得られた人工酵素群の機能は、自然界のものより優れており、産業応用への展開が期待できるものも多かった。本成果は人工酵素は自然界由来の酵素より機能が劣るという、一般論を覆すものであると考えている。
|