Advancing bio-recycling of nylon monomers through CRISPR-assisted engineering
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
Plastic waste is a global environmental crisis, and nylon—a widely used polyamide—contributing significantly due to its extensive applications in textiles, automotive components, and packaging. Post-lifecycle degradation of nylon releases monomers like 1,6-hexamethylenediamine (HD) and 6-aminocaproic acid (ACA), which persist in ecosystems, posing toxicity and bioaccumulation risks. In this study, we employed a CRISPR-assisted directed evolution (CDE) to engineer Pseudomonas putida KT2440 for efficient utilization of HD as the sole nitrogen source, coupling its degradation to bacterial growth. Genomic and transcriptomic analyses prioritized potential enzymes involved in HD degradation. Using CRISPR interference (CRISPRi) and expert-guided screening, we identified three key enzymes including KgtP transporter, AlaC transaminase, and FrmA dehydrogenase that are critical to the KAF pathway. The functionality of these enzymes was confirmed in P. putida and further validated through heterologous expression in Escherichia coli . The CDE and growth-coupled strategy, together with the KAF pathway we discovered, is essential for our future efforts to engineer synthetic bacterial consortia capable of degrading mixed plastic monomers. In the long term, we envision integrating these consortia with synthetic biology tools to degrade complex plastic polymers and convert them into valuable chemicals, advancing circular economic efforts for sustainable plastic waste management and environmental protection. Synopsis CRISPR systems engineered Pseudomonas putida for efficient nylon monomer degradation, unveiling a novel pathway and advancing plastic waste recycling and environmental mitigation 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle