Fungal loosenin-like proteins boost the cellulolytic enzyme conversion of pretreated wood fiber and cellulosic pulps
Notice bibliographique
Résumé
Microbial expansin-related proteins, including loosenins, can disrupt cellulose networks and increase enzyme accessibility to cellulosic substrates. Herein, four loosenins from Phanerochaete carnosa (PcaLOOLs), and a PcaLOOL fused to a family 63 carbohydrate-binding module, were compared for ability to boost the cellulolytic deconstruction of steam pretreated softwood (SSW) and kraft pulps from softwood (ND-BSKP) and hardwood (ND-BHKP). Amending the Cellic® CTec-2 cellulase cocktail with PcaLOOLs increased reducing products from SSW by up to 40 %, corresponding to 28 % higher glucose yield. Amending Cellic® CTec-2 with PcaLOOLs also increased the release of glucose from ND-BSKP and ND-BHKP by 82 % and 28 %, respectively. Xylose release from ND-BSKP and ND-BHKP increased by 47 % and 57 %, respectively, highlighting the potential of PcaLOOLs to enhance hemicellulose recovery. Scanning electron microscopy and fiber image analysis revealed fibrillation and curlation of ND-BSKP after PcaLOOL treatment, consistent with increasing enzyme accessibility to targeted substrates.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».