An efficient C-glycoside production platform enabled by rationally tuning the chemoselectivity of glycosyltransferases
Notice bibliographique
Résumé
Despite the broad potential applications of C-glycosides, facile synthetic methods remain scarce. Transforming glycosyltransferases with promiscuous or natural O-specific chemoselectivity to C-glycosyltransferases is challenging. Here, we employ rational directed evolution of the glycosyltransferase MiCGT to generate MiCGT-QDP and MiCGT-ATD mutants which either enhance C-glycosylation or switch to O-glycosylation, respectively. Structural analysis and computational simulations reveal that substrate binding mode govern C-/O-glycosylation selectivity. Notably, directed evolution and mechanism analysis pinpoint the crucial residues dictating the binding mode, enabling the rational design of four enzymes with superior non-inherent chemoselectivity, despite limited sequence homology. Moreover, our best mutants undergo testing with 34 substrates, demonstrating superb chemoselectivities, regioselectivities, and activities. Remarkably, three C-glycosides and an O-glycoside are produced on a gram scale, demonstrating practical utility. This work establishes a highly selective platform for diverse glycosides, and offers a practical strategy for creating various types of glycosylation platforms to access pharmaceutically and medicinally interesting products. Despite the potential utility of C-glycosides, synthetic routes for their synthesis are limited. Here, the authors used rational directed evolution of the glycosyltransferase MiCGT to generate MiCGT-QDP and MiCGT-ATD mutants which either enhance C-glycosylation or switch to O-glycosylation, respectively, and reveal the substrate binding mode that governs C-/O-glycosylation selectivity.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».