可扩展的酶反应检索助力宏基因组生物催化剂发现

内容形式：摘要译文

酶催化反应驱动着代谢过程，并推动了生物技术与可持续合成领域的广泛应用。然而，为功能尚未表征的酶指派催化功能，以及寻找能够催化目标反应的酶，仍是重大挑战。尽管机器学习近年来取得了进展，但如何将酶功能预测转化为系统性发现，进而覆盖庞大的未表征蛋白质和生化反应空间，仍然困难重重。

在此，我们提出 EzHit，这是一种轻量级的酶—反应双向检索框架。在酶注释、孤儿反应检索和家族特异性微调基准测试中，EzHit 均表现出优异的排名性能，超过了具有代表性的酶—反应匹配基线方法。我们进一步表明，基于马氏距离的几何置信度比基于概率的不确定性度量或证据学习更能提供实用的可靠性评估，从而支持对高分候选对象进行置信度感知的优先筛选。得益于其高效性，EzHit 被应用于近万亿规模的 OMG_Prot50 与 RHEA 筛选，最终在 3,027 万条预测酶序列中保留了 82 亿个酶—反应关联。实验验证进一步证实，对于一种注释稀疏的反应，EzHit 优先筛选出的宏基因组酶候选对象具有催化活性。综上，这些结果确立了 EzHit 作为一种可扩展框架的潜力，可用于酶注释、反应引导的挖掘和生物催化剂发现。

关键词：酶—反应检索 · 宏基因组挖掘 · 酶功能预测 · 机器学习 · 生物催化剂发现

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.15.759509v1?rss=1