Neue Publikation in Nature communications - TopEC: eine neue KI-basierte Methode zur Vorhersage von Enzym-Kommissionsklassen

Eine neue Studie wurde von der Gohlke-Gruppe in Zusammenarbeit mit Helmholtz AI in Nature Communications veröffentlicht. In dieser Studie wird TopEC vorgestellt, ein neues, auf 3D-Graphen basierendes neuronales Netzwerk zur Vorhersage von Enzymkommissionsklassen (EC). Im Vergleich zu älteren existierenden Methoden wie EnzyNet oder DeepFRI verbessert TopEC die EC-Klassifikationsvorhersage signifikant (F-Score: 0,72). Die Methode wurde auf einem ausgewogenen Satz experimenteller und rechnerisch erzeugter Enzymstrukturen trainiert, die einen großen Funktionsraum (>800 ECs) abdecken, und bietet eine robuste Vorhersagbarkeit ohne Faltenverzerrung bei Rückständen und atomarer Auflösung. Im Gegensatz zu rein sequenzbasierten State-of-the-Art-Methoden wie CLEAN basiert TopEC auf lokalen 3D-Deskriptoren und atomistischen Graphen, so dass der Benutzer die Bedeutung einzelner Atome oder Aminosäure in den Vorhersageergebnissen untersuchen kann. Wir gehen davon aus, dass TopEC bei der Entdeckung von Enzymen nützlich sein wird, insbesondere bei homologen Enzymen, die zwar ähnliche Sequenzen und Faltungen, aber nicht die gleiche katalytische Funktion haben.

TopEC ist auf GitHub verfügbar: https://github.com/IBG4-CBCLab/TopEC und https://doi.org/10.25838/d5p-66.

Die Publikation ist hier erhältlich: https://www.nature.com/articles/s41467-025-57324-5