Engineering a Cross-Feeding Synthetic Bacterial Consortium for Degrading Mixed PET and Nylon Monomers
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
Plastics are indispensable to modern life, but their widespread use has created an environmental crisis due to inefficient waste management. Mixed plastic waste, comprising diverse polymers, presents significant recycling challenges due to the high costs of sorting and processing, leading to ecosystem accumulation and harmful by-product generation. This study addresses this issue by engineering a synthetic bacterial consortium (SBC) designed to degrade mixed plastic monomers. The consortium pairs Escherichia coli Nissle 1917, which uses ethylene glycol (EG), a monomer derived from polyethylene terephthalate (PET), as a carbon source, with Pseudomonas putida KT2440, which metabolizes hexamethylenediamine (HD), a monomer from nylon-6,6, as a nitrogen source. Adaptive evolution of the SBC revealed a novel metabolic interaction where P. putida developed the ability to degrade both EG and HD, while E. coli played a critical role in degrading glycolate, mitigating its by-product toxicity. The evolved cross-feeding pattern enhanced biomass production, metabolic efficiency, and community stability compared to monocultures. The consortium’s performance was validated through flux balance analysis (FBA), high-performance liquid chromatography (HPLC), and growth assays. These findings highlight the potential of cross-feeding SBCs in addressing complex plastic waste, offering a promising avenue for sustainable bioremediation and advancing future polymer degradation strategies.
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 | 0,001 |
| 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