Genome sequencing and functional characterization of a Dictyopanus pusillus fungal enzymatic extract offers a promising alternative for lignocellulose pretreatment of oil palm residues
Notice bibliographique
Résumé
The pretreatment of biomass remains a critical requirement for bio-renewable fuel production from lignocellulose. Although current processes primarily involve chemical and physical approaches, the biological breakdown of lignin using enzymes and microorganisms is quickly becoming an interesting eco-friendly alternative to classical processes. As a result, bioprospection of wild fungi from naturally occurring lignin-rich sources remains a suitable method to uncover and isolate new species exhibiting ligninolytic activity. In this study, wild species of white rot fungi were collected from Colombian forests based on their natural wood decay ability and high capacity to secrete oxidoreductases with high affinity for phenolic polymers such as lignin. Based on high activity obtained from solid-state fermentation using a lignocellulose source from oil palm as matrix, we describe the isolation and whole-genome sequencing of Dictyopanus pusillus, a wild basidiomycete fungus exhibiting ABTS oxidation as an indication of laccase activity. Functional characterization of a crude enzymatic extract identified laccase activity as the main enzymatic contributor to fungal extracts, an observation supported by the identification of 13 putative genes encoding for homologous laccases in the genome. To the best of our knowledge, this represents the first report of an enzymatic extract exhibiting laccase activity in the Dictyopanus genera, offering means to exploit this species and its enzymes for the delignification process of lignocellulosic by-products from oil palm.
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 ».