Substrate preferences of long-chain acyl-CoA synthetase and diacylglycerol acyltransferase contribute to enrichment of flax seed oil with α-linolenic acid
Notice bibliographique
Résumé
Seed oil from flax (Linum usitatissimum) is enriched in α-linolenic acid (ALA; 18:3Δ9cis,12cis,15cis), but the biochemical processes underlying the enrichment of flax seed oil with this polyunsaturated fatty acid are not fully elucidated. Here, a potential process involving the catalytic actions of long-chain acyl-CoA synthetase (LACS) and diacylglycerol acyltransferase (DGAT) is proposed for ALA enrichment in triacylglycerol (TAG). LACS catalyzes the ATP-dependent activation of free fatty acid to form acyl-CoA, which in turn may serve as an acyl-donor in the DGAT-catalyzed reaction leading to TAG. To test this hypothesis, flax LACS and DGAT cDNAs were functionally expressed in Saccharomyces cerevisiae strains to probe their possible involvement in the enrichment of TAG with ALA. Among the identified flax LACSs, LuLACS8A exhibited significantly enhanced specificity for ALA over oleic acid (18:1Δ9cis) or linoleic acid (18:2Δ9cis,12cis). Enhanced α-linolenoyl-CoA specificity was also observed in the enzymatic assay of flax DGAT2 (LuDGAT2-3), which displayed ∼20 times increased preference toward α-linolenoyl-CoA over oleoyl-CoA. Moreover, when LuLACS8A and LuDGAT2-3 were co-expressed in yeast, both in vitro and in vivo experiments indicated that the ALA-containing TAG enrichment process was operative between LuLACS8A- and LuDGAT2-3-catalyzed reactions. Overall, the results support the hypothesis that the cooperation between the reactions catalyzed by LACS8 and DGAT2 may represent a route to enrich ALA production in the flax seed oil.
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 ».