Design and Characterization of an Aequorin‐based Bacterial Biosensor for Detection of Toluene and Related Compounds
Notice bibliographique
Résumé
An aequorin-based Escherichia coli strain JM109 biosensor was constructed and characterized for its potential to detect toluene and related compounds in aqueous solutions. The biosensor was constructed based on a PGL2 plasmid carrying the lower pathway promoter (Pu) of the xyl operon of Pseudomonas putida mt-2, which was incorporated with transcriptional activator xylR and fused to aequorin cDNA named pGL2-aequorin. Binding of xylR protein to a subset of toluene-like compounds activates transcription at the Pu promoter, thus expression of aequorin is controlled by xylR and Pu. In this work we have compared the effect of Shine-Dalgarno (SD) and T2 rrnβ terminator sequence in the expression of aequorin. According to the sensitivity of aequorin and increase in the signal-to-noise ratio, this reporter enzyme has reasonable sensitivity compared with other reporter systems. The results indicate higher expression of aequorin in the presence of SD and T2 rrnβ. The activity of aequorin in recombinant whole-cell biosensor was linear from 1 to 500 μm of toluene. The bioluminescence response was specific for toluene-like molecules, so this biosensor cells would be able to detect toluene derivative contamination in environmental samples, accurately.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| 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 tête enseignante, 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 ».