Relationships between Substrate Promiscuity and Chiral Selectivity of Esterases from Phylogenetically and Environmentally Diverse Microorganisms
Notice bibliographique
Résumé
Substrate specificity and selectivity of a biocatalyst are determined by the protein sequence and structure of its active site. Finding versatile biocatalysts acting against multiple substrates while at the same time being chiral selective is of interest for the pharmaceutical and chemical industry. However, the relationships between these two properties in natural microbial enzymes remain underexplored. Here, we performed an experimental analysis of substrate promiscuity and chiral selectivity in a set of 145 purified esterases from phylogenetically and environmentally diverse microorganisms, which were assayed against 96 diverse esters, 20 of which were enantiomers. Our results revealed a negative correlation between substrate promiscuity and chiral selectivity in the evaluated enzymes. Esterases displaying prominent substrate promiscuity and large catalytic environments are characterized by low chiral selectivity, a feature that has limited commercial value. Although a low level of substrate promiscuity does not guarantee high chiral selectivity, the probability that esterases with smaller active sites possess chiral selectivity factors of interest for industry (>25) is significantly higher than for promiscuous enzymes. Together, the present study unambiguously demonstrates that promiscuous and selective esterases appear to be rare in nature and that substrate promiscuity can be used as an indicator of the chiral selectivity level of esterases, and vice versa.
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 ».