Stepwise metabolic engineering of Escherichia coli to produce triacylglycerol rich in medium-chain fatty acids
Notice bibliographique
Résumé
Triacylglycerols (TAGs) rich in medium-chain fatty acids (MCFAs, C10–14 fatty acids) are valuable feedstocks for biofuels and chemicals. Natural sources of TAGs rich in MCFAs are restricted to a limited number of plant species, which are unsuitable for mass agronomic production. Instead, the modification of seed or non-seed tissue oils to increase MCFA content has been investigated. In addition, microbial oils are considered as promising sustainable feedstocks for providing TAGs, although little has been done to tailor the fatty acids in microbial TAGs. Here, we first assessed various wax synthase/acyl-coenzyme A:diacylglycerol acyltransferases, phosphatidic acid phosphatases, acyl-CoA synthetases as well as putative fatty acid metabolism regulators for producing high levels of TAGs in Escherichia coli . Activation of endogenous free fatty acids with tailored chain length via overexpression of the castor thioesterase RcFatB and the subsequent incorporation of such fatty acids into glycerol backbones shifted the TAG profile in the desired way. Metabolic and nutrient optimization of the engineered bacterial cells resulted in greatly elevated TAG levels (399.4 mg/L) with 43.8% MCFAs, representing the highest TAG levels in E. coli under shake flask conditions. Engineered cells were observed to contain membrane-bound yet robust lipid droplets. We introduced a complete Kennedy pathway into non-oleaginous E . coli towards developing a bacterial platform for the sustainable production of TAGs rich in MCFAs. Strategies reported here illustrate the possibility of prokaryotic cell factories for the efficient production of TAGs rich in MCFAs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».