Holistic engineering of Cal-A lipase chain-length selectivity identifies triglyceride binding hot-spot
Notice bibliographique
Résumé
Through the application of a region-focused saturation mutagenesis and randomization approach, protein engineering of the Cal-A enzyme was undertaken with the goal of conferring new triglyceride selectivity. Little is known about the mode of triglyceride binding to Cal-A. Engineering Cal-A thus requires a systemic approach. Targeted and randomized Cal-A libraries were created, recombined using the Golden Gate approach and screened to detect variants able to discriminate between long-chain (olive oil) and short-chain (tributyrin) triglyceride substrates using a high-throughput in vivo method to visualize hydrolytic activity. Discriminative variants were analyzed using an in-house script to identify predominant substitutions. This approach allowed identification of variants that exhibit strong discrimination for the hydrolysis of short-chain triglycerides and others that discriminate towards hydrolysis of long-chain triglycerides. A clear pattern emerged from the discriminative variants, identifying the 217-245 helix-loop-helix motif as being a hot-spot for triglyceride recognition. This was the consequence of introducing the entire mutational load in selected regions, without putting a strain on distal parts of the protein. Our results improve our understanding of the Cal-A lipase mode of action and selectivity. This holistic perspective to protein engineering, where parts of the gene are individually mutated and the impact evaluated in the context of the whole protein, can be applied to any protein scaffold.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».