Recent advances in screening and identification of PET-degrading enzymes
Notice bibliographique
Résumé
Polyethylene terephthalate (PET) is widely used in plastic bottles, packaging, and textile fibers. However, PET is difficult to degrade in nature and rapidly accumulates into the environment, causing serious environmental pollution and threatening human health. At present, the recycling methods for PET mainly focus on physical recycling and chemical degradation, but these methods have severe limitations, resulting in the great loss of valuable materials and secondary pollution. In contrast, the biodegradation of PET is gradually attracting attention because of its environmental friendliness, high efficiency, and cost-effectiveness. Several PET-degrading enzymes (PDEs) have been previously identified, such as cutinase, IsPETase, lipase, and esterase. Thereafter, many efforts have been made to push the boundaries of evolution schemes, attempting to create stronger PDEs with improved activity and stability. Nevertheless, most of these enzymes show preferences toward low-crystallinity (<10%) PET, while in situ enzymatic degradation of high-crystallinity PET (30%–50%) remains a major challenge. Exploring and engineering PDEs that can efficiently degrade bottle-grade PET plastics has recently become a research hotspot. This review systematically introduces the current advances in PDEs and emphasizes the role of metagenomics in screening and identifying new PDEs.
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) | 0,001 | 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 ».