Mining Thermophile Genomes for New PETases with Exceptional Thermostabilities Using Sequence Similarity Networks
Notice bibliographique
Résumé
Enzymatic hydrolysis of polyethylene terephthalate (PET) is a promising technology for advancing a circular PET economy. Several PET‐degrading α/β hydrolases have been identified, but the full potential of this enzyme family to catalyze PET hydrolysis remains largely unexplored. To address this, sequence similarity networks are employed to investigate the α/β hydrolase fold‐5 subfamily (IPR029059) for new PETases. Priority is given to sequences from thermophiles, as thermostable enzymes are likely more suitable for industrial applications. Ten enzymes with ≈20% sequence identity to the well‐known LCC‐PETase are identified, and seven are successfully overexpressed and purified for in vitro characterization. Each enzyme catalyzes the hydrolysis of p‐nitrophenyl butyrate, a mimic of trimeric PET, and emulsified PET nanoparticles. Notably, three enzymes are also capable of hydrolyzing PET films. Novel PETases exhibit melting temperatures (Tm) exceeding 55 °C and only modest losses of activity after incubation at 70 °C for 24 h. The crystal structure of AroC (Tm = 85 °C) is resolved to 2.2 Å, revealing several salt bridges that likely confer thermostability, and a unique loop that is conserved among the PETases described here. These novel enzymes will enable engineering campaigns to generate thermostable and catalytically efficient PETases for use as industrial biocatalysts.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».