Chalmers 团队用 AI 跨家族预测酶热稳定性，最多提升 37°C

瑞典 Chalmers 大学 Zelezniak 团队在 bioRxiv 发表论文《Cross-family learning transfers thermal adaptation》，提出无需成对训练样本即可预测并改造酶热稳定性的 AI 方法，可将酶热稳定性最多提升 37°C。模型基于约 5100 万条宏基因组序列训练，实现了跨酶家族的热适应迁移学习，为工业酶工程提供了新工具。

2026-11-07 ~ 2026-11-07 · 2 条相关

• AI 模型将酶热稳定性提升最多 37°C，无需成对训练样本 — KevinKaichuang · 2026-11-07

另有 1 条近重复转述:KevinKaichuang