Engineering processive DNA polymerases with maximum benefit at minimum cost
Notice bibliographique
Résumé
DNA polymerases need to be engineered to achieve optimal performance for biotechnological applications, which often require high fidelity replication when using modified nucleotides and when replicating difficult DNA sequences. These tasks are achieved for the bacteriophage T4 DNA polymerase by replacing leucine with methionine in the highly conserved Motif A sequence (L412M). The costs are minimal. Although base substitution errors increase moderately, accuracy is maintained for templates with mono- and dinucleotide repeats while replication efficiency is enhanced. The L412M substitution increases intrinsic processivity and addition of phage T4 clamp and single-stranded DNA binding proteins further enhance the ability of the phage T4 L412M-DNA polymerase to replicate all types of difficult DNA sequences. Increased pyrophosphorolysis is a drawback of increased processivity, but pyrophosphorolysis is curbed by adding an inorganic pyrophosphatase or divalent metal cations, Mn(2+) or Ca(2+). In the absence of pyrophosphorolysis inhibitors, the T4 L412M-DNA polymerase catalyzed sequence-dependent pyrophosphorolysis under DNA sequencing conditions. The sequence specificity of the pyrophosphorolysis reaction provides insights into how the T4 DNA polymerase switches between nucleotide incorporation, pyrophosphorolysis and proofreading pathways. The L-to-M substitution was also tested in the yeast DNA polymerases delta and alpha. Because the mutant DNA polymerases displayed similar characteristics, we propose that amino acid substitutions in Motif A have the potential to increase processivity and to enhance performance in biotechnological applications. An underlying theme in this chapter is the use of genetic methods to identify mutant DNA polymerases with potential for use in current and future biotechnological 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».