Exploiting Bacterial Glycosylation Machineries for the Synthesis of a Lewis Antigen-containing Glycoprotein
Notice bibliographique
Résumé
Glycoproteins constitute a class of compounds of increasing importance for pharmaceutical applications. The manipulation of bacterial protein glycosylation systems from Gram-negative bacteria for the synthesis of recombinant glycoproteins is a promising alternative to the current production methods. Proteins carrying Lewis antigens have been shown to have potential applications for the treatment of diverse autoimmune diseases. In this work, we developed a mixed approach consisting of in vivo and in vitro steps for the synthesis of glycoproteins containing the Lewis x antigen. Using glycosyltransferases from Haemophilus influenzae, we engineered Escherichia coli to assemble a tetrasaccharide on the lipid carrier undecaprenylphosphate. This glycan was transferred in vivo from the lipid to a carrier protein by the Campylobacter jejuni oligosaccharyltransferase PglB. The glycoprotein was then fucosylated in vitro by a truncated fucosyltransferase from Helicobacter pylori. Diverse mass spectrometry techniques were used to confirm the structure of the glycan. The strategy presented here could be adapted in the future for the synthesis of diverse glycoproteins. Our experiments demonstrate that bacterial enzymes can be exploited for the production of glycoproteins carrying glycans present in human cells for potential therapeutic applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».