Bacterial microcompartment-mimicking Pickering emulsion droplets for detoxification of chemical threats under sweet conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Chemical warfare agents represent a severe threat to mankind and their efficient decontamination is a global necessity. However, traditional disposal strategies have limitations, including high energy consumption, use of aggressive reagents and generation of toxic byproducts. Here, inspired by the compartmentalized architecture and detoxification mechanism of bacterial micro-compartments, we constructed oil-in-water Pickering emulsion droplets stabilized by hydrogen-bonded organic framework immobilized cascade enzymes for decontaminating mustard gas simulant (2-chloroethyl ethyl sulfide, CEES) under sweet conditions. Two exemplified droplet systems were developed with two-enzyme (glucose oxidase/chloroperoxidase) and three-enzyme (invertase/glucose oxidase/chloroperoxidase) cascades, both achieving over 6-fold enhancement in decontamination efficiency compared with free enzymes and >99% selectivity towards non-toxic sulfoxide. We found that the favored mass transfer of sugars and CEES from their respective phases to approach the cascade enzymes located at the droplet surface and the facilitated substrate channeling between proximally immobilized enzymes were key factors in augmenting the decontamination efficacy. More importantly, the robustness of immobilized enzymes enabled easy reproduction of both the droplet formation and detoxification performance over 10 cycles, following long-term storage and in far-field locations.
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.
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 découle