8月24日，中國科學院上海營養與健康研究所武愛波研究組在國際學術期刊Journal of Advanced Research在線發表了題為“Computational glycosyltransferases masked deoxynivalenol toxicity and halted FHB spread in wheat grains”的研究論文。研究通過開發EPP-GT深度學習模型，挖掘出新型糖基轉移酶UGTs，為真菌毒素安全控制提供新方案。
赤霉病是由禾谷鐮刀菌（Fusarium graminearum）引起的小麥主要病害，不僅可導致小麥減產，其產生的DON毒素對人體和動物健康也構成嚴重威脅。生物酶降解真菌毒素是一種環境友好且高效的脫毒策略，然而現有高效DON降解酶的種類和資源非常有限。
研究團隊開發了專門用于糖基轉移酶（GTs）底物雜泛性預測的深度學習模型EPP-GT，該模型整合了來自GTDB、Rhea和RxnFinder等多個數據庫的酶-底物配對數據，采用圖神經網絡結合注意力機制的計算模擬方法，實現對糖基轉移酶催化功能的高效預測。通過前期模型預測和實驗驗證，成功挖掘出具有DON降解能力的新型UGTs，其物種來源分別為酸棗（Ziziphus jujuba）和野生稻（Oryza meyeriana）。體外催化實驗表明這兩種酶能將DON轉化為低毒性的D3G，轉基因小麥相關實驗進一步證實，表達新型UGTs的小麥品系表現出對DON和禾谷鐮刀菌感染的顯著抗性，病害癥狀減輕，毒素積累減少。
本研究將深度學習驅動的酶功能預測與農業抗病應用相結合，不僅拓展了功能性酶的發現路徑，也為作物抗病育種提供了新的基因資源，該策略有望應用于更多毒素降解酶的發掘與應用。
營養與健康所研究員武愛波、武漢大學教授胡黔楠為該論文的通訊作者，營養與健康所副研究員田野、新加坡國立大學助理教授張大川、瑞士聯邦材料科學與技術研究所博士后邢華東為該文共同第一作者。該工作得到國家自然科學基金委杰出青年科學基金等項目支持。
圖：基于酶底物雜泛性預測（EPP-GT）模型篩選新型UGTs
原文鏈接：
https://www.sciencedirect.com/science/article/pii/S2090123225006605
推送單元：武愛波研究組、科技規劃與任務處
官方微信
