Multifactorial interaction and influence of culture conditions on yellow fluorescent protein production in Phaeodactylum tricornutum
Notice bibliographique
Résumé
• Bioengineered P. tricornutum expressing yellow fluorescent protein extrachromosomally. • A model was developed to predict culture parameters on YFP production in P. tricornutum. • Optimized conditions increased YFP fluorescence and yield by 4.2x and 1.8x, respectively. • Inhibition of the ubiquitin–proteasome system increased YFP levels by 50–150 % after 4–8 h. • Cycloheximide treatment significantly reduced YFP stability at 20 h. Phaeodactylum tricornutum is a promising host for light-driven synthesis of heterologous proteins. However, the marine cold-water environment and alkaline-acidic pH shifts in the culture, necessitated by the diatom’s growth requirements. In this study, we analyzed the influence of growth condition on maturation and dynamics of the yellow fluorescent protein (YFP) in episomal-transformant P. tricornutum . A mathematical model was developed to detect the parameters that affect biomass and YFP production. Optimized conditions increased YFP mean fluorescence intensity (MFI) per cell by 4.2-fold (3.6 ± 0.6 to 15.4 ± 1.1) and total protein levels in the culture by 1.8-fold (123 ± 4 to 219 ± 9 µg L −1 ), without affecting biomass. YFP stability studies in P. tricornutum showed that the ubiquitin–proteasome system contributes the degradation of the recombinant protein, whereas newly synthesized YFP remains stable for up to 12 h. This optimization provides insights into the fluorescent protein-based heterologous production in diatoms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».