Combining pieces: a thorough analysis of light activation boosting power and co-substrate preferences for the catalytic efficiency of lytic polysaccharide monooxygenase MtLPMO9A
Notice bibliographique
Résumé
Cost-efficient plant biomass conversion using biochemical and/or chemical routes is essential for transitioning to sustainable chemical technologies and renewable biofuels. Lytic polysaccharide monooxygenases (LPMOs) are copper-dependent enzymes that make part of modern hydrolytic cocktails destined for plant biomass degradation. Here, we characterized MtLPMO9A from Thermothelomyces thermophilus M77 (formerly Myceliophthora thermophila) and demonstrated that it could be efficiently driven by chlorophyllin excited by light in the presence of a reductant agent. However, in the absence of chemical reductant, chlorophyllin and light alone do not lead to a significant release of the reaction products by the LPMO, indicating a low capacity of MtLPMO9A reduction (either via direct electron transfer or via superoxide ion, O2•-). We showed that photocatalysis could significantly increase the LPMO activity against highly crystalline and recalcitrant cellulosic substrates, which are poorly degraded in the absence of chlorophyllin and light. We also evaluated the use of co-substrates by MtLPMO9A, revealing that the enzyme can use both hydrogen peroxide (H2O2) and molecular oxygen (O2) as co-substrates for cellulose catalytic oxidation.
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) | 0,001 | 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 ».