MétaCan
Menu
Retour à la cohorte
Enregistrement W4386369452 · doi:10.3390/bioengineering10091033

Production of Astaxanthin Using CBFD1/HFBD1 from Adonis aestivalis and the Isopentenol Utilization Pathway in Escherichia coli

2023· article· en· W4386369452 sur OpenAlexafffund
Jared H. Roth, Valerie C. A. Ward

Notice bibliographique

RevueBioengineering · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAstaxanthinCarotenoidNutraceuticalEscherichia coliChemistryFood scienceOperonBiochemistryBiologyGene

Résumé

récupéré en direct d'OpenAlex

Astaxanthin is a powerful antioxidant and is used extensively as an animal feed additive and nutraceutical product. Here, we report the use of the β-carotene hydroxylase (CBFD1) and the β-carotene ketolase (HBFD1) from Adonis aestivalis, a flowering plant, to produce astaxanthin in E. coli equipped with the P. agglomerans β-carotene pathway and an over-expressed 4-methylerythritol-phosphate (MEP) pathway or the isopentenol utilization pathway (IUP). Introduction of the over-expressed MEP pathway and the IUP resulted in a 3.2-fold higher carotenoid content in LB media at 36 h post-induction compared to the strain containing only the endogenous MEP. However, in M9 minimal media, the IUP pathway dramatically outperformed the over-expressed MEP pathway with an 11-fold increase in total carotenoids produced. The final construct split the large operon into two smaller operons, both with a T7 promoter. This resulted in slightly lower productivity (70.0 ± 8.1 µg/g·h vs. 53.5 ± 3.8 µg/g·h) compared to the original constructs but resulted in the highest proportion of astaxanthin in the extracted carotenoids (73.5 ± 0.2%).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,231
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetPlant biochemistry and biosynthesisTravaux en français237 207