Discovery of lignin-transforming bacteria and enzymes in thermophilic environments using stable isotope probing
Notice bibliographique
Résumé
Abstract Characterizing microorganisms and enzymes involved in lignin biodegradation in thermal ecosystems can identify thermostable biocatalysts. We integrated stable isotope probing (SIP), genome-resolved metagenomics, and enzyme characterization to investigate the degradation of high-molecular weight, 13C-ring-labeled synthetic lignin by microbial communities from moderately thermophilic hot spring sediment (52 °C) and a woody “hog fuel” pile (53 and 62 °C zones). 13C-Lignin degradation was monitored using IR-GCMS of 13CO2, and isotopic enrichment of DNA was measured with UHLPC-MS/MS. Assembly of 42 metagenomic libraries (72 Gb) yielded 344 contig bins, from which 125 draft genomes were produced. Fourteen genomes were significantly enriched with 13C from lignin, including genomes of Actinomycetes (Thermoleophilaceae, Solirubrobacteraceae, Rubrobacter sp.), Firmicutes (Kyrpidia sp., Alicyclobacillus sp.) and Gammaproteobacteria (Steroidobacteraceae). We employed multiple approaches to screen genomes for genes encoding putative ligninases and pathways for aromatic compound degradation. Our analysis identified several novel laccase-like multi-copper oxidase (LMCO) genes in 13C-enriched genomes. One of these LMCOs was heterologously expressed and shown to oxidize lignin model compounds and minimally transformed lignin. This study elucidated bacterial lignin depolymerization and mineralization in thermal ecosystems, establishing new possibilities for the efficient valorization of lignin at elevated temperature.
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 | 0,001 | 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 ».