提高蛋白质的热稳定性对于生物医学和工业应用以及实验研究都很重要。在这里，波士顿大学Karen N. Allen、Adrian Whitty描述了一种简单的机器学习方法，该方法基于在不同温度下生长的细菌衍生的同源蛋白质的氨基酸序列的比较来识别有助于热稳定性的氨基酸取代。
本文要点：
1) 该方法的一个关键特征是，它不仅基于氨基酸同一性，而且基于侧链的结构和物理化学性质来比较序列。该方法在三个研究系统中准确鉴定了稳定取代，并通过实验测试多胺氧化酶中预测的稳定取代进行验证。
2) 在每种情况下，该方法都优于广泛使用的生物信息学共识方法。该方法还可以提供对蛋白质结构的深入了解，例如，识别给定蛋白质中有多少序列位置与温度适应相关。
Samantha N. Muellers et.al MEnTaT: A machine-learning approach for the identification of mutations to increase protein stability PNAS 2023
DOI: 10.1073/pnas.2309884120
https://doi.org/10.1073/pnas.2309884120
