Yeasen 의 ZymeEditor™ 플랫폼은 지시적 진화를 통해 효소의 무한한 능력을 발휘하도록 설계되었습니다.
효소는 중요한 생물 촉매 범주로, 과학 연구, 진단, 제약, 식품 생산, 화학 산업 및 기타 여러 분야에서 광범위하게 활용됩니다. 그럼에도 불구하고 대부분의 천연 효소의 실제 적용은 고유한 성능 한계로 인해 상당히 방해를 받습니다. 실제 응용 분야에서 효소 활용에 대한 요구 사항을 해결하기 위해 다양한 효소 변형 기술이 시대의 변화하는 요구를 충족하기 위해 생겨났습니다. 효소 변형 기술은 효소의 유전적 변형을 포함하여 생화학 반응을 미세 조정하고 최적화하여 특정 응용 분야에 더 적합하게 만듭니다. 이러한 효소 변형 방법에는 합리적 설계, 지시 진화 및 머신 러닝과 같은 기술이 포함됩니다. 이 중에서 지시 진화는 효소 변형에서 핵심적인 접근 방식으로 두드러집니다. 특히 캘리포니아 공과대학(Caltech)의 프랜시스 아놀드 교수는 지시 진화 기술 분야에서 획기적인 업적을 인정받아 2018년 노벨 화학상을 수상했습니다.
그림 1: 2018년 노벨 화학상 수상자
효소 변형 및 개발 플랫폼을 위한 종합 솔루션
프랜시스 아놀드 교수가 개발한 선구적인 지향 진화 기술을 기반으로 하는
그림 2: ZymeEditor 플랫폼의 워크플로
효소공학
ZymeEditor 플랫폼은 합리적 설계와 지시 진화 전략을 결합하는 이중 접근 방식을 사용하여 효소 엔지니어링의 성공률을 높입니다. 효소의 구조-기능 관계에 기반을 두고 다양한 계산 및 가상 분석을 활용하는 합리적 설계 방법론은 "정확하면서도 컴팩트한" 돌연변이 라이브러리를 신속하게 제작하여 효소 성능을 향상시킵니다. 반면, 지시 진화 기술은 형광 활성화된 물방울 분류 및 고처리량 자동화된 마이크로티터 플레이트 스크리닝 기술에 의존하여 광범위한 돌연변이 라이브러리(10^8~10^12)의 신속한 스크리닝 및 기능 검증을 가능하게 합니다. 이 접근 방식은 스크리닝 성공률을 증폭하고 진화 주기를 단축하며 스크리닝 비용을 크게 절감합니다. 또한 이 플랫폼은 합리적 설계와 지시 진화를 통해 생성된 광범위한 실험 데이터를 사용하여 머신 러닝을 활용합니다. 효소 변형의 정확도를 더욱 높이기 위해 AI 기술을 사용하여 효소 변형과 관련된 알고리즘과 모델을 개발하는 과정에 있습니다.
그림 3. FADS 플랫폼
그림 4: 발효 및 정제 공정 개발을 위한 솔루션
발효 및 정제 공정 최적화
발효 및 정제 공정의 발전은 ZymeEditor 플랫폼에서 제작된 최고 수준의 돌연변이체를 생산하는 데 중요한 역할을 합니다. 이 목표를 추구하기 위해
그림 5: 고처리량 단백질 정제 공정 스크리닝
최고 품질의 효소를 대량 생산해야 하는 필요성이 커지면서
그림 6: UCF·ME® 초청정 효소 공장
Yeasen 의 ZymeEditor 효소 맞춤화 서비스
저희는 효소 관련 과제를 해결하기 위한 솔루션을 맞춤화하는 데 능숙하며, 낮은 활동성, 부적절한 안정성, 제한된 친화력, 약한 억제 저항성, 낮은 기질 특이성 등과 같은 문제를 해결합니다. ZymeEditor는 효소 변형을 위한 선구적이고 기초적인 기술 플랫폼 역할을 합니다. 대화형 스크리닝을 통해 최고 수준의 효소를 개발하기 위한 기술적 토대를 마련하고, 초고처리량 지향 진화와 합리적 설계를 AI 기술과 원활하게 통합합니다.
분자 효소 변형 분야에서
사례 연구:
그림 7: FADS를 통한 Bst DNA 중합효소 스크리닝.
그림 8: 마이크로티터 플레이트 스크리닝을 통한 MMLV 역전사효소 스크리닝 .
그림 9: 합리적 설계를 통한 MMLV 역전사효소 엔지니어링 .
그림 10: 재환원효소 엔지니어링