Saccharomyces cerevisiae Genome Shuffling through Recursive Population Mating Leads to Improved Tolerance to Spent Sulfite Liquor
Notice bibliographique
Résumé
Spent sulfite liquor (SSL) is a waste effluent from sulfite pulping that contains monomeric sugars which can be fermented to ethanol. However, fermentative yeasts used for the fermentation of the sugars in SSL are adversely affected by the inhibitory substances in this complex feedstock. To overcome this limitation, evolutionary engineering of Saccharomyces cerevisiae was carried out using genome-shuffling technology based on large-scale population cross mating. Populations of UV-light-induced yeast mutants more tolerant than the wild type to hardwood spent sulfite liquor (HWSSL) were first isolated and then recursively mated and enriched for more-tolerant populations. After five rounds of genome shuffling, three strains were isolated that were able to grow on undiluted HWSSL and to support efficient ethanol production from the sugars therein for prolonged fermentation of HWSSL. Analyses showed that greater HWSSL tolerance is associated with improved viability in the presence of salt, sorbitol, peroxide, and acetic acid. Our results showed that evolutionary engineering through genome shuffling will yield robust yeasts capable of fermenting the sugars present in HWSSL, which is a complex substrate containing multiple sources of inhibitors. These strains may not be obtainable through classical evolutionary engineering and can serve as a model for further understanding of the mechanism behind simultaneous tolerance to multiple inhibitors.
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 ».