Affinity‐tagged green fluorescent protein (GFP) extraction from a clarified <i>E. coli</i> cell lysate using a two‐phase aqueous micellar system
Notice bibliographique
Résumé
Green fluorescent protein (GFP) has been proposed as an ideal choice for a protein-based biological indicator for use in the validation of decontamination or disinfection treatments. In this article, we present a potentially scalable and cost-effective way to purify recombinant GFP, produced by fermentation in Escherichia coli, by affinity-enhanced extraction in a two-phase aqueous micellar system. Affinity-enhanced partitioning, which improves the specificity and yield of the target protein by specific bioaffinity interactions, has been demonstrated. A novel affinity tag, family 9 carbohydrate-binding module (CBM9) is fused to GFP, and the resulting fusion protein is affinity-extracted in a decyl beta-D-glucopyranoside (C10G1) two-phase aqueous micellar system. In this system, C10G1 acts as phase forming and as affinity surfactant. We will further demonstrate the implementation of this concept to attain partial recovery of affinity-tagged GFP from a clarified E. coli cell lysate, including the simultaneous removal of other contaminating proteins. The cell lysate was partitioned at three levels of dilution (5x, 10x, and 40x). Irrespective of the dilution level, CBM9-GFP was found to partition preferentially to the micelle-rich phase, with the same partition coefficient value as that found in the absence of the cell lysate. The host cell proteins from the cell lysate were found to partition preferentially to the micelle-poor phase, where they experience less excluded-volume interactions. The demonstration of proof-of-principle of the direct affinity-enhanced extraction of CBM9-GFP from the cell lysate represents an important first step towards developing a cost-effective separation method for GFP, and more generally, for other proteins of interest.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».