Enhanced activity of split trehalase biosensors by interspecies domain combineering
Notice bibliographique
Résumé
The split trehalase biosensor has potential as a versatile diagnostic technology. Split enzymes are engineered proteins, divided into inactive fragments, which can reassemble and regain activity when brought together by an analyte. The split TreA biosensor requires no sample processing and produces stable signals (in the form of glucose). Split trehalase reagents can function in blood, but periplasmic trehalase of E. coli requires blood acidification for maximal activity. The objective of this study was to obtain split trehalase with near physiological pH optimum. For this purpose, periplasmic trehalases of Cellvibrio spp. with higher activity at neutral pH, were split in analogy with the E. coli TreA into hood and catalytic domains. However, these split trehalases displayed self-complementation due to spontaneous reassembly. In contrast, when catalytic domains of Cellvibrio trehalases were combined with E. coli hood domains, these hybrids displayed conditional complementation capacity when split trehalase fragments fused to immunoglobulin-binding protein G (STIGA) were used to quantify immunoglobulin concentrations. Other hybrid combinations of Cellvibrio spp. had increased activity compared to the cognate pairs, albeit with strong self-complementation. A mutagenesis analysis of residues responsible for self-complementation led to uncoupling of self-complementation from allostery. The Michaelis-Menten kinetics of Cellvibrio enzymes and fragment pairs confirmed improved activity of a mutated hybrid pair of Cellvibrio hood and catalytic domains at physiological pH. In conclusion, the improvements in pH optimum and activity, demonstrated with STIGA, can now be leveraged to enhance other variations of the split trehalase biosensor platform, broadening its utility for testing clinical samples.
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) | 0,000 | 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 ».