The Comparative Abilities of a Small Laccase and a Dye-Decoloring Peroxidase From the Same Bacterium to Transform Natural and Technical Lignins
Notice bibliographique
Résumé
The relative ability of the small laccase (sLac) and dye-decoloring peroxidase (DyP2) from Amycolatopsis sp. 75iv2 to transform a variety of lignins was investigated using time-of-flight secondary ion mass spectrometry (ToF-SIMS). The enzymes modified organosolv hardwood lignin to different extents even in the absence of an added mediator. More particularly, sLac decreased the lignin modification metric S (S-lignin)/Ar (total aromatics) by 58% over 16h, while DyP2 lowered this ratio by 31% in the absence of exogenous H 2 O 2 . When used on their own, both sLac and DyP2 also modified native lignin present in aspen wood powder, albeit to lesser extents than in the organosolv lignin. The addition of ABTS for sLac and Mn 2+ as well as H 2 O 2 for DyP2 led to increased lignin modification in aspen wood powder as reflected by a decrease in the G/Ar metric by up to a further 13%. This highlights the importance of exogenous mediators for transforming lignin within its native matrix. Furthermore, the addition of ABTS reduced the selectivity of sLac for S-lignin over G-lignin, indicating that the mediator also altered the product profiles. Finally, when sLac was included in reactions containing DyP2, in part to generate H 2 O 2 in situ , the relative abundance of lignin products differed from individual enzymatic treatments. Overall, these results identify possible routes to tuning lignin modification or delignification through choice of enzyme and mediator. Moreover, the current study expands the application of ToF-SIMS to evaluating enzyme action on technical lignins, which can accelerate the discovery and engineering of industrially relevant enzymes for lignin valorization.
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 ».