喀大化学学科研究生发表高水平论文为快速预测固定化酶提供理论依据
近日，喀什大学化学与环境科学学院分析分离课题组2021级研究生陈轼逸以第一作者，导师楚刚辉教授为通讯作者在光谱学高水平知名期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy (SCI二区，Q1，IF：4.831)上发表了题为“Rapid prediction method of ZIF-8 immobilized Candida rugosa lipase activity by near-infrared spectroscopy” (近红外光谱快速预测用ZIF-8固定化褶皱假丝酵母脂肪酶活性的方法)的研究论文。本研究得到了国家自然科学基金(21765012)、新疆维吾尔自治区高校科学研究计划(XJEDU2020I016)和2022-2023学年喀什大学研究生科研创新项目(KD2022KY006)的资助。
陈轼逸在Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上发表论文的相关线上信息
文章链接：
https://www.sciencedirect.com/science/article/abs/pii/S1386142523007576
https://doi.org/10.1016/j.saa.2023.123072
楚刚辉教授指导陈轼逸实验
褶皱假丝酵母脂肪酶(Candida rugosa lipase, CRL, EC3.1.1.3)是一类丝氨酸水解酶，主要应用于催化酯键断裂、酯交换反应等。游离的CRL具有化学和热不稳定、成本高、不可回收等特点，需要通过载体将游离酶转化为固定化酶，从而提高其稳定性、催化寿命和回收率等。然而，寻找一种方便的生物相容性载体和一种合适的可回收的固定方法，保护酶不失活，并最大限度地提高催化活性一直是一个挑战。当前，利用金属有机框架(MOF)固定化酶已成为研究热点。传统的酶活检测往往需要昂贵的试剂作为底物，实验过程繁琐且反应时间较长，无法在短时间内快速、高效、准确地预测大批量的样本。因此，本文以ZIF-8固定的脂肪酶(固定化酶，下同)为研究对象，建立了一种基于近红外光谱(NIRs)结合化学计量学预测固定化酶活性的新方法。本研究构建的快速预测酶活方法流程结果如下图所示。
论文的图文摘要
该成果首先通过近红外光谱仪采集77个具有不同酶活水平的固定化酶的光谱数据。然后，利用偏最小二乘法(PLS)结合二阶导数(2nd)对原始光谱数据进行预处理，以消除光谱干扰噪声的固定化酶光谱数据为基础。接着，利用竞争性自适应重加权采样算法(CARS)来优选固定化酶有效变量的特征波数，建立固定化酶活性和近红外光谱特征波数之间的一种PLS-2nd-CARS数学模型。最后，随机挑选10个固定化酶样本，来评价最终的预测结果。研究采用交叉验证均方根误差(RMSECV)、校正集相关系数(R_cv)作为评价建模的指标，预测集均方根误差(RMSEP)、预测集相关系数(R)和残差值(RPD)作为评价预测的指标。该模型RMSECV为0.368 U/g， R_cv为0.943，RMSEP为0.414 U/g， R为0.952，RPD为3.0。结果表明，近红外光谱数据与固定化酶活之间存在很强的相关性，预测值与参考值的拟合关系较好。本研究预测方法简便、快速、适应性强，可为固定化酶的活性检测，酶学、光谱学等跨学科研究工作提供了理论基础和技术支持。
化学与环境科学学院
2023年6月26日
撰稿：陈轼逸
审稿：戚小强，楚刚辉
校对：阿不都艾尼
