Chemically Modified “Polar Patch” Mutants of Subtilisin in Peptide Synthesis with Remarkably Broad Substrate Acceptance: Designing Combinatorial Biocatalysts
Notice bibliographique
Résumé
A significant enhancement of the applicability of the serine protease subtilisin Bacillus lentus (SBL) in peptide synthesis was achieved by using the strategy of combined site-directed mutagenesis and chemical modification to create chemically modified mutant (CMM) enzymes. The introduction of polar and/or homochiral auxiliary substituents, such as X=oxazolidinones, alkylammonium groups, and carbohydrates at position 166 at the base of the primary specificity S(1) pocket created SBL CMMs S166C-S-X with strikingly broad structural substrate specificities. These CMMs are capable of catalyzing the coupling reactions of not only L-amino acid esters but also D-amino acid esters as acyl donors with glycinamide to give the corresponding dipeptides in good yields. These powerful enzymes are also applicable to the coupling of L-amino acid acyl donors with alpha-branched acyl acceptor, L-alaninamide. Typical increases in isolated yields of dipeptides of 60-80 % over SBL-WT (e.g. 0 % yield of Z-D-Glu-GlyNH(2) using SBL-WT-->74 % using S166C-S-(CH(2))(2) NMe(3) (+)) demonstrate the remarkable synthetic utility of this "polar patch" strategy. Such wide-ranging systems displaying broadened and therefore similarly high, balanced yields of products (e.g. 91 % Z-L-Ala-GlyNH(2) and 86 % yield of Z-D-Ala-GlyNH(2) using S166C-S-(3R,4S)-indenooxazolidinone) may now allow the use of biocatalysts in parallel library synthesis.
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 | 0,001 | 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 | 0,001 | 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 ».