MétaCan
Menu
Retour à la cohorte
Enregistrement W4313339542 · doi:10.1186/s12934-022-02001-1

Construction of cell factory through combinatorial metabolic engineering for efficient production of itaconic acid

2022· article· en· W4313339542 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMicrobial Cell Factories · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensPetro-Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésItaconic acidMetabolic engineeringBiochemistryChemistryCombinatorial chemistryBiotechnologyBiologyEnzymeOrganic chemistryMonomer

Résumé

récupéré en direct d'OpenAlex

Abstract Background Itaconic acid, an unsaturated C5 dicarbonic acid, has significant market demand and prospects. It has numerous biological functions, such as anti-cancer, anti-inflammatory, and anti-oxidative in medicine, and is an essential renewable platform chemical in industry. However, the development of industrial itaconic acid production by Aspergillus terreus, the current standard production strain, is hampered by the unavoidable drawbacks of that species. Developing a highly efficient cell factory is essential for the sustainable and green production of itaconic acid. Results This study employed combinatorial engineering strategies to construct Escherichia coli cells to produce itaconic acid efficiently. Two essential genes (cis-aconitate decarboxylase (CAD) encoding gene cadA and aconitase (ACO) encoding gene acn ) employed various genetic constructs and plasmid combinations to create 12 recombination E. coli strains to be screened. Among them, E. coli BL-CAC exhibited the highest titer with citrate as substrate, and the induction and reaction conditions were further systematically optimized. Subsequently, employing enzyme evolution to optimize rate-limiting enzyme CAD and synthesizing protein scaffolds to co-localize ACO and CAD were used to improve itaconic acid biosynthesis efficiency. Under the optimized reaction conditions combined with the feeding control strategy, itaconic acid titer reached 398.07 mM (51.79 g/L) of engineered E. coli BL-CAR470E-DS/A-CS cells as a catalyst with the highest specific production of 9.42 g/g (DCW) among heterologous hosts at 48 h. Conclusions The excellent catalytic performance per unit biomass shows the potential for high-efficiency production of itaconic acid and effective reduction of catalytic cell consumption. This study indicates that it is necessary to continuously explore engineering strategies to develop high-performance cell factories to break through the existing bottleneck and achieve the economical commercial production of itaconic acid.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,820

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle