Fusion of Hydrophobic Anchor Peptides Promotes the Hydrolytic Activity of PETase but not the Extent of PET Depolymerization
Notice bibliographique
Résumé
Abstract Enzymatic recycling of polyethylene terephthalate (PET) has attracted significant attention in recent years. While the fusion of anchor peptides to PET hydrolases is believed to enhance PET hydrolytic activity, a quantitative analysis is yet lacking. Here, we construct four fusion enzymes by fusing anchor peptides (including hydrophobic LCI, LCIM1 and TA2, and hydrophilic EK4) to the C terminus of HotPETase, one of the most active PET hydrolases for high‐crystallinity PET (HC‐PET). Single‐molecule force spectroscopy (SMFS) demonstrates that hydrophobic anchor peptides promote adhesive interactions between the fusion enzymes and the PET surface. This is also validated by the adsorption kinetics and isotherms, and the saturated adsorption capacity remains unaltered compared to HotPETase. At low substrate loadings, the apparent hydrolytic activity of these fusion enzymes is positively related to the hydrophobicity of the anchor peptides. Among them, HotPETase‐LCI stands out as the most effective enzyme for HC‐PET degradation, demonstrating a 1.5‐fold increase in hydrolytic activity. At high substrate loadings, the advantages of fusion with anchor peptides diminish. We conclude that fusion enzymes only facilitate the hydrolytic rates of reactions for HC‐PET but have little effect on the final conversion extent.
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 | 0,000 |
| 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 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 ».