Notice bibliographique
Résumé
N-Acetyl-D-neuraminic acid (Neu5Ac) has attracted considerable interest due to its promising potential applications in medicine. Significant efforts have been made in whole-cell biocatalyst for Neu5Ac production, but the processes often result in suboptimal performance due to poor expression of enzymes, imbalances of pathway components, disturbance of competing pathways, and barriers of mass transport. In this study, we engineered Escherichia coli strains capable of producing Neu5Ac by assembling a two-step heterologous pathway consisting of N-acetyl-D-glucosamine 2-epimerase (AGE) and Neu5Ac aldolase (NanA). Multiple approaches were used to improve the efficiency of the engineered pathway and process for enhanced Neu5Ac production. Firstly, we identified that NanA was the rate-controlling enzyme in this pathway. With increased expression of NanA, a ninefold increase in Neu5Ac production (65 mM) was observed. Secondly, knocking out nanTEK genes blocked Neu5Ac uptake and the competing pathway, which kept the reactions to the synthetic direction as the final product went outside of the cells and enhanced the Neu5Ac production by threefold, resulting in 173.8 mM of Neu5Ac. Thirdly, we improved the performance of the system by promoting substrate transport and optimizing concentrations of substrates. An overall whole-cell biocatalytic process was developed and a maximum titer of 240 mM Neu5Ac (74.2 g/L) was achieved, with productivity of 6.2 g Neu5Ac/L/h and conversion yield of 40 % from GlcNAc. The engineered strain could be reused for at least five cycles with a productivity of >6 g/L/h. It is a cost-effective process for Neu5Ac production with potential applications in large-scale industrial production.
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 ».