Engineering Escherichia coli for the utilization of ethylene glycol
Notice bibliographique
Résumé
BACKGROUND: A considerable challenge in the development of bioprocesses for producing chemicals and fuels has been the high cost of feedstocks relative to oil prices, making it difficult for these processes to compete with their conventional petrochemical counterparts. Hence, in the absence of high oil prices in the near future, there has been a shift in the industry to produce higher value compounds such as fragrances for cosmetics. Yet, there is still a need to address climate change and develop biotechnological approaches for producing large market, lower value chemicals and fuels. RESULTS: In this work, we study ethylene glycol (EG), a novel feedstock that we believe has promise to address this challenge. We engineer Escherichia coli (E. coli) to consume EG and examine glycolate production as a case study for chemical production. Using a combination of modeling and experimental studies, we identify oxygen concentration as an important metabolic valve in the assimilation and use of EG as a substrate. Two oxygen-based strategies are thus developed and tested in fed-batch bioreactors. Ultimately, the best glycolate production strategy employed a target respiratory quotient leading to the highest observed fermentation performance. With this strategy, a glycolate titer of 10.4 g/L was reached after 112 h of production time in a fed-batch bioreactor. Correspondingly, a yield of 0.8 g/g from EG and productivity of 0.1 g/L h were measured during the production stage. Our modeling and experimental results clearly suggest that oxygen concentration is an important factor in the assimilation and use of EG as a substrate. Finally, our use of metabolic modeling also sheds light on the intracellular distribution through central metabolism, implicating flux to 2-phosphoglycerate as the primary route for EG assimilation. CONCLUSION: Overall, our work suggests that EG could provide a renewable starting material for commercial biosynthesis of fuels and chemicals that may achieve economic parity with petrochemical feedstocks while sequestering carbon dioxide.
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) | 0,000 | 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 ».