计算设计改进型 5-HT 生物传感器 iSeroSnFR

本文介绍了一种通过计算建模和实验筛选的方法来设计改进的 5-HT 生物传感器的过程。该方法包括三个步骤：计算绑定口袋重新设计、随机森林建模和广义线性模型。

第一步，计算绑定口袋重新设计：研究人员从开放的、无配体的 iAChSnFR0.6 和封闭的、结合胆碱的枯草芽孢杆菌OpuBC 的结构开始，创建了一个封闭的、ACh 结合形式的 iAChSnFR 模型，并使用 Rosetta 优化了 5-HT 结合口袋。

第二步，随机森林建模：研究人员使用随机森林模型来估计计算设计询问的每个位置的重要性，并从模型中获取了四个排名最高的位置，并在每个站点分别和成对执行 SSM。

第三步，广义线性模型：研究人员将 GLM 应用于数据集，以识别有助于协同相互作用的单个突变，并设计小型目标文库。

通过这些步骤，研究人员成功地设计出了一种名为 iSeroSnFR 的生物传感器，其对 5-HT 的亲和力提高了 18 倍，最终达到了 310 ± 30 μM，最大荧光响应为 800% (ΔF/F 0)。该方法为设计其他改进的生物传感器提供了新思路。