Evaluation of engineered low-lignin poplar for conversion into advanced bioproducts
Notice bibliographique
Résumé
BACKGROUND: Lignocellulosic resources are promising feedstocks for the manufacture of bio-based products and bioenergy. However, the inherent recalcitrance of biomass to conversion into simple sugars currently hinders the deployment of advanced bioproducts at large scale. Lignin is a primary contributor to biomass recalcitrance as it protects cell wall polysaccharides from degradation and can inhibit hydrolytic enzymes via non-productive adsorption. Several engineering strategies have been designed to reduce lignin or modify its monomeric composition. For example, expression of bacterial 3-dehydroshikimate dehydratase (QsuB) in poplar trees resulted in a reduction in lignin due to redirection of metabolic flux toward 3,4-dihydroxybenzoate at the expense of lignin. This reduction was accompanied with remarkable changes in the pools of aromatic compounds that accumulate in the biomass. RESULTS: The impact of these modifications on downstream biomass deconstruction and conversion into advanced bioproducts was evaluated in the current study. Using ionic liquid pretreatment followed by enzymatic saccharification, biomass from engineered trees released more glucose and xylose compared to wild-type control trees under optimum conditions. Fermentation of the resulting hydrolysates using Rhodosporidium toruloides strains engineered to produce α-bisabolene, epi-isozizaene, and fatty alcohols showed no negative impact on cell growth and yielded higher titers of bioproducts (as much as + 58%) in the case of QsuB transgenics trees. CONCLUSION: Our data show that low-recalcitrant poplar biomass obtained with the QsuB technology has the potential to improve the production of advanced bioproducts.
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 ».