Development of a yeast whole-cell biocatalyst for MHET conversion into terephthalic acid and ethylene glycol
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.
Notice bibliographique
Résumé
BACKGROUND: Over the 70 years since the introduction of plastic into everyday items, plastic waste has become an increasing problem. With over 360 million tonnes of plastics produced every year, solutions for plastic recycling and plastic waste reduction are sorely needed. Recently, multiple enzymes capable of degrading PET (polyethylene terephthalate) plastic have been identified and engineered. In particular, the enzymes PETase and MHETase from Ideonella sakaiensis depolymerize PET into the two building blocks used for its synthesis, ethylene glycol (EG) and terephthalic acid (TPA). Importantly, EG and TPA can be re-used for PET synthesis allowing complete and sustainable PET recycling. RESULTS: In this study we used Saccharomyces cerevisiae, a species utilized widely in bioindustrial fermentation processes, as a platform to develop a whole-cell catalyst expressing the MHETase enzyme, which converts monohydroxyethyl terephthalate (MHET) into TPA and EG. We assessed six expression architectures and identified those resulting in efficient MHETase expression on the yeast cell surface. We show that the MHETase whole-cell catalyst has activity comparable to recombinant MHETase purified from Escherichia coli. Finally, we demonstrate that surface displayed MHETase is active across a range of pHs, temperatures, and for at least 12 days at room temperature. CONCLUSIONS: We demonstrate the feasibility of using S. cerevisiae as a platform for the expression and surface display of PET degrading enzymes and predict that the whole-cell catalyst will be a viable alternative to protein purification-based approaches for plastic degradation.
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 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) | 0,001 | 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 découle