Glyco-Engineering Cell Surfaces by Exo-Enzymatic Installation of GlcNAz and LacNAz Motifs
Notice bibliographique
Résumé
Exo-enzymatic glyco-engineering of cell-surface glycoconjugates enables the selective display of well-defined glyco-motifs bearing bioorthogonal functional groups, which can be used to study glycans and their interactions with glycan-binding proteins. In recent years, strategies to edit cellular glycans by installing monosaccharides and their derivatives using glycosyltransferase enzymes have rapidly expanded. However, analogous methods to introduce chemical reporter-functionalized type 2 LacNAc motifs have not been reported. Herein, we report the chemo-enzymatic synthesis of unnatural UDP-GlcNAc and UDP-GalNAc nucleotide-sugars bearing azide, alkyne, and diazirine functionalities on the C2-acetamido group using the mutant uridylyltransferase AGX1 F383A . The unnatural UDP-GlcNAc derivatives were examined as substrates for the human GlcNAc-transferase B3GNT2, where it was found that modified donors were tolerated for transfer, albeit to a lesser extent than the natural UDP-GlcNAc substrate. When the GlcNAc derivatives were examined as acceptor substrates for the human Gal-transferase B4GalT1, all derivatives were well tolerated and the enzyme could successfully form derivatized LacNAcs. B3GNT2 was also used to exo-enzymatically install GlcNAc and unnatural GlcNAc derivatives on cell-surface glycans. GlcNAc- or GlcNAz-engineered cells were further extended by B4GalT1 and UDP-Gal, producing LacNAc- or LacNAz-engineered cells. Our proof-of-concept glyco-engineering labeling strategy is amenable to different cell types and our work expands the exo-enzymatic glycan editing toolbox to selectively introduce unnatural type 2 LacNAc motifs.
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 | 0,000 |
| 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) | 0,000 | 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 ».