CotA laccase: high-throughput manipulation and analysis of recombinant enzyme libraries expressed in <i>E. coli</i> using droplet-based microfluidics
Notice bibliographique
Résumé
We present a high-throughput droplet-based microfluidic analysis/screening platform for directed evolution of CotA laccase: droplet-based microfluidic modules were combined to develop an efficient system that allows cell detection and sorting based on the enzymatic activity. This platform was run on two different operating modes: the "analysis" mode allowing the analysis of the enzymatic activity in droplets at very high rates (>1000 Hz) and the "screening" mode allowing sorting of active droplets at 400 Hz. The screening mode was validated for the directed evolution of the cytoplasmic CotA laccase from B. subtilis, a potential interesting thermophilic cathodic catalyst for biofuel cells. Single E. coli cells expressing either the active CotA laccase (E. coli CotA) or an inactive frameshifted variant (E. coli ΔCotA) were compartmentalized in aqueous droplets containing expression medium. After cell growth and protein expression within the droplets, a fluorogenic substrate was "picoinjected" in each droplet. Fluorescence-activated droplet sorting was then used to sort the droplets containing the desired activity and the corresponding cells were then recultivated and identified using colorimetric assays. We demonstrated that E. coli CotA cells were enriched 191-fold from a 1 : 9 initial ratio of E. coli CotA to E. coli ΔCotA cells (or 437-fold from a 1 : 99 initial ratio) using a sorting rate of 400 droplets per s. This system allows screening of 10(6) cells in only 4 h, compared to 11 days for screening using microtitre plate-based systems. Besides this low error rate sorting mode, the system can also be used at higher throughputs in "enrichment" screening mode to make an initial purification of a library before further steps of selection. Analysis mode, without sorting, was used to rapidly quantify the activity of a CotA library constructed using error-prone PCR. This mode allows analysis of 10(6) cells in only 1.5 h.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».