Application of hydrocarbon and perfluorocarbon oxygen vectors to enhance heterologous production of hyaluronic acid in engineered <i>Bacillus subtilis</i>
Notice bibliographique
Résumé
In microbial cultivations for hyaluronic acid (HA) production, oxygen can be a limiting substrate due to its poor solubility in aqueous medium and the substantial increase in culture viscosity at relatively low HA titers. Shear stress due to the high agitation and aeration rates required to overcome oxygen limitation may reduce the quality (i.e., molecular weight) of HA, and production costs associated with power consumption and supplemental oxygen may be excessive. Here, we report the application of oxygen vectors to the heterologous production of HA in engineered Bacillus subtilis, leading to significantly improved culture performance. We first derived an improved HA-producing strain of B. subtilis through engineering of the promoter driving coexpression of seHas and tuaD, leading to high-level HA production. Out of seven potential oxygen vectors evaluated in a preliminary screening, significant improvements to the HA titer and/or cell density were observed in cultures containing n-heptane, n-hexadecane, perfluoromethyldecalin, and perfluoro-1,3-dimethylcyclohexane. Adjustments to the vector concentration, timing of vector addition, and the agitation rate resulted in further enhancements, with the HA titer reaching up to 4.5 g/L after only 10 hr cultivation. Moreover, our results indicate that certain vectors may alter the functional expression of Class I hyaluronan synthase (HAS) in B. subtilis, and that higher shear rates may drive more carbon flux through the HA biosynthetic pathway without negatively affecting the MW. Our study demonstrates the efficacy of oxygen vectors to enhance heterologous HA production in B. subtilis, and provides valuable insight for future bioprocess development in microbial HA 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 ».