在这项工作中，作者结合使用 ASR 和机器学习来指导工程工作，以实现可在工艺规模上应用的 EREDs。根据 ASR 预测中的不确定性生成酶组合库。从库中筛选数据用于生成可以准确预测热稳定性 ERED 的机器学习模型。稳定性的提高导致在工艺相关条件下对各种底物的酶活性提高。预计 ER218 将普遍用于小分子制造，本结果强调了热稳定性工程在工业生物催化中的重要性，预计可以作为稳定多种类型酶的通用策略。
文章信息：Ancestral Sequence Reconstruction Meets Machine Learning: Ene Reductase Thermostabilization Yields Enzymes with Improved Reactivity Profiles
文章链接：https://doi.org/10.1021/acscatal.4c03738
