MétaCan
Menu
Retour à la cohorte
Enregistrement W4377097045 · doi:10.1016/j.isci.2023.106902

Development of an in vitro method for activation of X-succinate synthases for fumarate hydroalkylation

2023· article· en· W4377097045 sur OpenAlexafffund
Mary C. Andorfer, Devin T. King-Roberts, Christa Imrich, Balyn Brotheridge, Catherine L. Drennan

Notice bibliographique

RevueiScience · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical and Molecular Research
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of HealthCanadian Institute for Advanced ResearchNational Institute of General Medical SciencesDepartment of Chemistry, University of YorkHoward Hughes Medical Institute
Mots-clésIn vitroChemistryATP synthaseEnzymeBiochemistryComputational biologyCombinatorial chemistryCell biologyBiology

Résumé

récupéré en direct d'OpenAlex

Anaerobic microbial degradation of hydrocarbons is often initiated through addition of the hydrocarbon to fumarate by enzymes known as X-succinate synthases (XSSs). XSSs use a glycyl radical cofactor, which is installed by an activating enzyme (XSS-AE), to catalyze this carbon-carbon coupling reaction. The activation step, although crucial for catalysis, has not previously been possible in vitro because of insolubility of XSS-AEs. Here, we take a genome mining approach to find an XSS-AE, a 4-isopropylbenzylsuccinate synthase (IBSS)-AE (IbsAE) that can be solubly expressed in Escherichia coli . This soluble XSS-AE can activate both IBSS and the well-studied benzylsuccinate synthase (BSS) in vitro , allowing us to explore XSSs biochemically. To start, we examine the role of BSS subunits and find that the beta subunit accelerates the rate of hydrocarbon addition. Looking forward, the methodology and insight gathered here can be used more broadly to understand and engineer XSSs as synthetically useful biocatalysts.

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 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)0,001
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 enseignants0,058
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,368
Écart entre enseignants0,330 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetBiochemical and Molecular ResearchTravaux en français237 207