AI辅助酶定向进化请教

M_DRP

各位社内的大佬好，再来请教一个问题
我是合成生物学实验室的一名学生，导师最近让我做一个课题，主题是AI辅助酶定向进化方向的，
主要内容是：
现在有三个小分子配体物质A-B、B-C、B，已知的天然的酶能够催化A-B→B-C→B、C，这是一个两步反应，最近导师看文献有报道，突变第一个酶（即催化A-B→B-C）的部分残基，能够产生微弱的直接催化A-B→A、B的酶活，也有文献报道突变其他催化A-D→A、D的酶也能产生微弱的直接催化A-B→A、B的酶活，导师希望我能够用机器学习方法帮助预测哪些突变能够进一步提高这种酶活
但是我从来没有碰过这个领域，目前也只是对第一个酶进行了多序列比对，计算了野生型酶的各个氨基酸残基保守性，简单进行了分子对接看了看，目前在uniprot上搜集了一些和A、B、C相关的蛋白质的数据，想着训练成功后或许是把所有突变的序列输入模型，对模型返回的结果进行比较，对预测结果比较好的做湿实验验证。
再往机器学习建模方向实在是没有什么思路了，有没有大佬可以指点一二，或者推荐一些相关性高的文献来进行阅读，非常感谢！

haodon

这个方向前几年有风靡一时的模型DLKcat，后面还有一系列基于这个模型衍生的。最基础的模型还有一个荧光蛋白改造的，预测序列-改造序列-微调模型-预测新序列，这个思路，比较经典。

student0618

David Baker 组有很多机器学习蛋白设计相关文章，他们的软体都是免费/开源的。

M_DRP

谢谢指点