摘要
石油是世界上使用最多的能源。然而，正如你可能知道的那样，石油是一种对环境非常有害的化石燃料，而且不可再生。生物燃料是一种由植物材料生产的燃料。生物燃料被认为是一种极好的替代能源，因为它们比化石燃料污染更少。然而，生物燃料生产成本高昂。因此，科学家们正在研究许多降低生物燃料成本的策略，特别是利用计算机发现新的生物技术产品，或改进现有的产品，以更低的成本生产更多的生物燃料。在这篇文章中，我们将告诉你如何使用计算机来提高生物燃料的生产。
生物燃料:一种环境友好的选择
以石油为基础的产品被广泛用于驱动我们的汽车，为我们的家庭供暖，发电和制造塑料。化石燃料，像石油一样，深埋在地球内部。它们需要数百万年的时间才能形成，它们的形成取决于高压环境和死亡的生物，如植物、藻类、细菌和动物(包括恐龙)。化石燃料燃烧时会释放二氧化碳。因此，石油燃烧得越多，释放到大气中的二氧化碳就越多，导致全球变暖。1］．
生物燃料也许是更好的能量来源。生物燃料可以从玉米、甘蔗和大豆等植物中生产。因为它们来自我们可以继续种植的植物，生物燃料被认为是可再生和可持续的，这意味着我们可以持续地生产这种能源。2］．然而，生物燃料生产成本高昂。从植物中制造生物燃料需要许多复杂的过程生物质．因此，许多人仍然认为石油是更经济的选择，但他们忽视了长期的环境问题。
多年来，科学家们一直致力于提高生物燃料的生产。例如，要从甘蔗中生产生物燃料，就要从甘蔗汁中提取糖，然后用它来生产生物乙醇(一种燃料)发酵．然而，在提取过程中会留下大量的废弃生物质和糖。巴西最近的一项研究估计，如果把剩余的糖提取出来，生物燃料的产量可以翻一番。3.] !由甘蔗生物量生产的生物燃料被称为第二代生物燃料。
第二代生物燃料的生产涉及许多步骤(图1）.糖化是至关重要的一步:酶用来分解剩余的甘蔗生物量。酶是蛋白质，像所有的蛋白质一样，它们是由称为氨基酸的亚基链构成的(由原子构成)。酶加速化学反应，比如分解其他物质。甘蔗废料和酶被混合在一个大罐中，在那里酶分解废料释放出糖。不同的酶从甘蔗废料中释放糖分的能力不同[5］．改进效率较低的酶可能是改善这一阶段生物燃料生产的一个好策略。计算机可以用来检测高效酶的最基本特征，然后这些特征可以帮助科学家设计更高效的酶。
- 图1 -第一代和第二代生物燃料的生产
- 第一代生物燃料很容易生产(例如，从甘蔗汁中生产)。第二代生物燃料是由制造第一代生物燃料留下的植物生物量生产出来的。这个过程使用酶分解剩余的植物生物量来释放糖分子(称为糖化)。将糖转化为生物乙醇称为发酵。计算机模拟与基因工程一起使用，可以生产出擅长糖化的酶，这样生物燃料的生产就更容易了。
计算机如何发挥作用?
科学家可以使用基因工程产生更有效的酶，帮助化学反应更快地发生。基因工程是复杂的。它包括使酶的结构发生突变，并研究这些突变如何影响酶的功能。有无数种可能的突变和突变组合——例如，一种含有400个氨基酸的酶可以被赋予19个氨基酸400氨基酸突变!一个科学家不可能制造并测试所有这些突变!相反，计算机可以用来模拟突变，指出最有希望在实验室实验中进行测试的突变。特殊的计算机程序可以根据酶等分子的DNA序列来模拟它们的结构。一些软件甚至使用图形卡(传统上用于运行游戏)来像电影一样显示突变酶的功能[4] !
算法:简单事物的复杂词汇
计算机功能强大，但也有局限性。如果我们想让计算机做某事，就必须创建一个循序渐进的程序。这个过程称为算法．例如，要设计一种更好的酶，我们必须首先了解原始酶的结构。每一种酶都有其独特之处签名模式，几乎就像指纹一样，取决于它所包含的原子类型。酶是由几个原子通过化学作用连接而成的。原子是非常小的粒子，它们之间的距离也非常小。manbetxapp在线登录酶中原子的类型和位置决定了酶的形状、功能以及它在生物燃料生产中的效率。因此，我们创建了一个算法来分析每个原子及其邻居，从而给出酶的签名模式。使用计算机，我们可以用一组数字来数学地表示酶的特征模式[6］．然后，使用简单的方程，我们可以计算出数字之间的距离，以确定酶之间的相似程度。相似的酶具有相似的特征模式，也可能具有相似的功能。
然后，我们对无效酶提出了可能的突变，使它们的特征模式更像有效酶的特征模式。为了做到这一点，我们计算了酶的特征之间的距离。这可能有点令人困惑。看看图2为了更好地理解。记住:相似的酶会有相似的特征。而且，具有相似特征的酶比具有不同特征的酶更接近。因此，我们可以用距离来比较高效酶和低效酶。例如，想象一下，蓝色的酶是一种已知的生物燃料生产的高效酶(不用担心，许多其他科学家之前已经对此进行了研究)。此外，粉红色和绿色酶是基因工程产生的两种突变体(不幸的是，我们没有关于它们的额外信息)。根据我们的算法，我们可以假设粉色酶是生产生物燃料最有效的突变体，因为它的特征点比绿色酶的特征点(另一个突变体)更接近蓝色酶的特征点(最有效的那个)。
- 图二-(一)三种酶的可视化。
- 请注意，蓝色和粉红色的酶具有相似的形状。这两种酶都是用于生物燃料生产的酶，但形状截然不同的绿色酶不是。(B)酶作为原子的表示。每一种酶中的一些主要原子通过线与它们的邻居相连。我们的算法计算相邻的对并将其转换为一组数字。所有这些数字都给了我们酶的特征模式。(C)在这里，每个签名都表示为一个球体。看看相似蛋白质的球体是如何靠得更近的。因此，与绿色酶不同，蓝色和粉色酶具有更相似的特征模式。使用PyMOL生成的图表(https://pymol.org）.
计算机如何比较突变酶?
假设每种酶的特征就像天上的一颗星。星星可以按星座分组。我们怎么知道哪些恒星属于同一个星座呢?它们会更近，它们的位置和对齐会形成一些(稍微)可识别的形状。我们可以根据恒星的形状和距离来判断恒星属于哪个星座。如果你知道星座，你可以通过扫视夜空很容易看到它们。但是你的大脑已经知道星座的形式了。计算机不知道它们;因此，我们需要教它。在学习了基础知识之后，计算机只需要重复数学运算。 And computers are particularly good at making calculations! Suppose you can detect a constellation in 1 s. In that case, a computer with a good algorithm could detect billions of constellations in less than a second.
想象一下，我们在一个美丽的夜晚看着一颗闪亮的星星，我们发现它属于摩羯座。现在，想象一下我们有一种神奇的力量来移动恒星——把它们推向任意的方向。假设我们想把我们的恒星移动到人马座。所以，利用我们的力量，我们移动我们的恒星几次，直到它停在人马座附近(图3）.
- 图3 -黄线连接在同一星座的恒星。
- 图中的每个面板都代表了我们移动星星的“魔力”。这些运动与一种酶的突变相对应。在每次运动之后，我们计算每个星座中离我们最近的恒星之间的距离。请注意，紫色、蓝色和红色的星星离摩羯座更近，而只有绿色的星星离射手座更近。因此，只有绿色突变事件改变了恒星的星座。当酶发生突变时，这将意味着这些分子结构的改变。
同样的类比也适用于酶突变的计算机模拟。每颗星代表一种用于生物燃料生产的酶。摩羯座星座代表了一组对生物燃料生产效率不高的酶。射手座代表高效的酶。移动恒星的“魔力”代表了计算机模拟变异的能力。突变可以自然发生，但这一过程取决于许多因素，可能需要数百万年。基因工程使科学家能够快速地将突变插入到分子结构中，从而提高(或降低)分子的活性。
我们通过改变酶的随机部分来模拟突变。然后，我们观察突变酶是否具有更接近已知有效或无效酶的签名模式。如果突变使一种酶的特征模式与有效酶的特征更相似，我们可以假设突变酶将具有与有效酶相似的特征。然后，科学家们可以在实验室中制造和测试这种突变，看看突变的酶是否真的是提高生物燃料生产效率。
结论
在过去的几年中，已经进行了许多研究来改进用于生物燃料生产的酶。然而，实验室测试是昂贵的，需要很多时间。通过计算机模拟，我们可以在几秒钟内运行数百万个测试。尽管计算机测试结果不如实验室测试结果准确，但它们可以帮助科学家找出哪些实验室测试结果可能是阳性的。如果你很好地理解了生物学问题，并且知道一种编程语言(我们推荐Python)，那么为生物学目的设计算法并不是一项非常复杂的任务。
计算机是人类最惊人的技术进步之一。他们对生命科学的革命负有责任，帮助科学家改进生物燃料、面包、葡萄酒、奶酪、酸奶和许多其他食物等生物技术产品，并发现重要的新疫苗和药物。为了继续走这条路，我们需要在计算机和生物学方面都有强大背景的专业人士。这听起来像你吗?如果是这样，总有一天你可以为改变世界的科学发现做出贡献。所以，来吧，加入我们!
资金
本研究部分由Coordenação de Aperfeiçoamento de Pessoal de Nível Superior-Brasil (CAPES) -Finance Code 001资助。流程号:51/2013 - 23038.004007/2014-82 (CAPES)和2016/17582-0 (FAPESP)。
术语表
生物燃料：↑燃料:由有机物如植物制成的燃料第一代生物燃料通常是最容易获得的，比如从甘蔗汁中获得。第二代生物燃料是由有机物质生产的生物燃料，就像第一代生产的生物燃料一样。
生物质：↑有机物:植物或动物来源的有机物
发酵：↑从糖中生产乙醇生物燃料的化学过程，通常由酵母菌或细菌中的酶制成。
糖化：↑从有机物中提取糖(葡萄糖分子)的过程。这个过程可以通过几种方式来完成。例如，酶可以用来进行化学反应，分解植物的分子，释放葡萄糖分子。
酶：↑一种加速化学反应的蛋白质。也被称为分子或大分子。
基因工程：↑通过实验室实验改变生物分子结构(突变)的过程。
算法：↑计算机用来解决问题的一步一步的程序。
签名模式：↑在结构生物信息学中，特征模式是通过对某些生物分子进行计算分析而获得的一组特征。例如，计算相邻原子的数量(最终列表是分子签名)。
利益冲突
作者声明，这项研究是在没有任何商业或财务关系的情况下进行的，这些关系可能被解释为潜在的利益冲突。
致谢
作者感谢资助机构:Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)， Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)和Conselho national de Desenvolvimento Científico e Tecnológico (CNPq)。
原文
↑Mariano, d.c.b, Santos, L. H.， Machado, K. S.， Werhli, A. V.， de Lima, L. H. F.和de Melo-Minardi, R. C. 2019。基于结构特征变异(SSV)提出酶突变的计算方法。Int。理学。20:333。doi: 10.3390 / ijms20020333
参考文献
[1]↑测试员，J. W. 2005。可持续能源．马萨诸塞州剑桥:麻省理工学院出版社。
[２]↑Luterbacher, C.和Luterbacher, J. 2015。分解它!科学家们是如何从植物中制造燃料的．前面。年轻人．3:10。doi:10.3389 / frym.2015.00010
[3]↑Santos, f.a.， de Queiróz, J. H.， Colodette, J. L.， Fernandes, s.a.， Guimarães, V. M.， and Rezende, s.t. 2012。甘蔗秸秆生产乙醇的潜力。女性生殖器。新星35:1004-10。
[4]↑Costa, L. S. C.， Mariano, D. C. B.， Rocha, R. E. O.， Kraml, J.， da Silveira, C. H.， Liedl, K. R.等。2019。分子动力学对β-葡萄糖苷酶的糖耐量和抑制机制有了新的认识。分子24:3215。doi: 10.3390 / molecules24183215
［5］↑马里亚诺，D. C. B.，莱特，C.，桑托斯，L. H. S.，马林斯，L. F.，马查多，K. S.，马查多，K. S.等。2017。生物信息学视角下用于生物燃料生产的耐受葡萄糖β-葡萄糖苷酶的表征:系统综述。麝猫。摩尔。Res．16:1-19。doi: 10.4238 / gmr16039740
[6]↑Mariano, d.c.b, Santos, L. H.， Machado, K. S.， Werhli, A. V.， de Lima, L. H. F.和de Melo-Minardi, R. C. 2019。基于结构特征变异(SSV)提出酶突变的计算方法。Int。理学。20:333。doi: 10.3390 / ijms20020333