Bioengineering of non-pathogenic Escherichia coli to enrich for accumulation of environmental copper
Notice bibliographique
Résumé
Abstract Heavy metal sequestration from industrial wastes and agricultural soils is a long-standing challenge. This is more critical for copper since copper pollution is hazardous both for the environment and for human health. In this study, we applied an integrated approach of Darwin’s theory of natural selection with bacterial genetic engineering to generate a biological system with an application for the accumulation of Cu2+ ions. A library of recombinant non-pathogenic Escherichia coli strains was engineered to express seven potential Cu2+ binding peptides encoded by a ‘synthetic degenerate’ DNA motif and fused to Maltose Binding Protein (MBP). Most of these peptide-MBP chimeras conferred tolerance to high concentrations of copper sulphate, and in certain cases in the order of 160-fold higher than the recognised EC50 toxic levels of copper in soils. UV–Vis spectroscopic analysis indicated a molar ratio of peptide-copper complexes, while a combination of bioinformatics-based structure modelling, Cu2+ ion docking, and MD simulations of peptide-MBP chimeras corroborated the extent of Cu2+ binding among the peptides. Further, in silico analysis predicted the peptides possessed binding affinity toward a broad range of divalent metal ions. Thus, we report on an efficient, cost-effective, and environment-friendly prototype biological system that is potentially capable of copper bioaccumulation, and which could easily be adapted for the removal of other hazardous heavy metals or the bio-mining of rare metals.
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 | 0,000 | 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 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 ».