Contrasting Kinetics of Highly Similar Chloroalkane Reductive Dehalogenases
Notice bibliographique
Résumé
ABSTRACT Chloroform and trichloroethanes are pervasive groundwater contaminants for which bioremediation has been an effective treatment strategy. Reductive dehalogenase (RDase) enzymes from organohalide-respiring bacteria are essential for their remediation under anaerobic conditions. RDases are responsible for dehalogenating these chlorinated solvents, leading to their removal. This work explores the kinetic characteristics of three closely related Dehalobacter chloroalkane-reductases—TmrA, CfrA, and AcdA—and identifies differences between their activity on chloroform (CF), 1,1,1-trichloroethane (TCA), and 1,1,2-TCA. The side-by-side comparison of these enzymes has emphasized that TmrA and AcdA are specialized toward CF with both having 4-fold higher maximum specific activity ( V max ) on CF than 1,1,1-TCA, whereas, CfrA has very similar rates on both CF and 1,1,1-TCA. AcdA is the most sensitive to substrate inhibition by CF and 1,1,2-TCA, and inhibition by a common co-contaminant trichloroethene. Finally, the reduction of 1,1,2-TCA, which can produce both 1,2-dichloroethane and vinyl chloride, was assessed for each enzyme. Interestingly, each enzyme has a distinct preference for the major product it produces, indicating a favoured reaction pathway. Despite over 95% sequence identity, TmrA, CfrA, and AcdA exhibit substantial differences in kinetic behaviour, highlighting the importance of understanding such nuances for informed bioremediation strategies. SYNOPSIS Three similar dechlorinating enzymes were found to have distinct reaction rates and levels of sensitivity to inhibition. These differences have implications for the enzymes’ use in bioremediation.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».