MétaCan
Menu
Retour à la cohorte
Enregistrement W4386494217 · doi:10.1186/s13068-023-02383-3

Functional characterization of fungal lytic polysaccharide monooxygenases for cellulose surface oxidation

2023· article· en· W4386494217 sur OpenAlexafffund
Yann Mathieu, Olanrewaju Raji, Annie Bellemare, Marcos Di Falco, Thi Truc Minh Nguyen, Alexander Holm Viborg, Adrian Tsang, Emma R. Master, Harry Brumer

Notice bibliographique

RevueBiotechnology for Biofuels and Bioproducts · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensConcordia UniversityUniversity of TorontoUniversity of British Columbia HospitalCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesGenome British ColumbiaGénome QuébecOntario GenomicsGenome Canada
Mots-clésLytic cycleCellulosePolysaccharideMonooxygenaseCharacterization (materials science)ChemistryMicrobiologyBiochemistryMaterials scienceBiologyNanotechnologyEnzyme

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Microbial lytic polysaccharide monooxygenases (LPMOs) cleave diverse biomass polysaccharides, including cellulose and hemicelluloses, by initial oxidation at C1 or C4 of glycan chains. Within the Carbohydrate-Active Enzymes (CAZy) classification, Auxiliary Activity Family 9 (AA9) comprises the first and largest group of fungal LPMOs, which are often also found in tandem with non-catalytic carbohydrate-binding modules (CBMs). LPMOs originally attracted attention for their ability to potentiate complete biomass deconstruction to monosaccharides. More recently, LPMOs have been applied for selective surface modification of insoluble cellulose and chitin. RESULTS: To further explore the catalytic diversity of AA9 LPMOs, over 17,000 sequences were extracted from public databases, filtered, and used to construct a sequence similarity network (SSN) comprising 33 phylogenetically supported clusters. From these, 32 targets were produced successfully in the industrial filamentous fungus Aspergillus niger, 25 of which produced detectable LPMO activity. Detailed biochemical characterization of the eight most highly produced targets revealed individual C1, C4, and mixed C1/C4 regiospecificities of cellulose surface oxidation, different redox co-substrate preferences, and CBM targeting effects. Specifically, the presence of a CBM correlated with increased formation of soluble oxidized products and a more localized pattern of surface oxidation, as indicated by carbonyl-specific fluorescent labeling. On the other hand, LPMOs without native CBMs were associated with minimal release of soluble products and comparatively dispersed oxidation pattern. CONCLUSIONS: This work provides insight into the structural and functional diversity of LPMOs, and highlights the need for further detailed characterization of individual enzymes to identify those best suited for cellulose saccharification versus surface functionalization toward biomaterials applications.

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)0,000
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 enseignants0,011
Score d'incertitude au seuil0,618

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 Opus0,020
Tête enseignante GPT0,211
Écart entre enseignants0,191 · 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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology for Biofuels and BioproductsMême sujetBiofuel production and bioconversionTravaux en français237 207