Towards the Bioremediation of Nylon Waste Materials: Genome Mining Leads to the Identification of a Thermostable Laurolactamase from Thermopolyspora flexuosa
Notice bibliographique
Résumé
The accumulation of plastic waste presents an ongoing environmental and human health crisis. With current recycling technologies recovering only ~9% of plastics globally, there is an urgent need for innovative and sustainable solutions. While enzymatic strategies for polyethylene terephthalate (PET) degradation have made significant progress, analogous approaches for other plastics, such as nylon, remain underdeveloped. In particular, the environmental persistence of cyclic nylon oligomers has received limited attention, with only a single distinct enzyme (NylA) reported decades ago and exhibiting poor catalytic performance. To address this critical gap, a genome mining approach was used to identify novel amidases with enhanced activity and thermal stability. Herein, we report the discovery and characterization of a thermostable lactam hydrolase from the bacterium Thermopolyspora flexuosa, representing the first thermostable NylA orthologue, with a melting temperature of 72 ± 0.3 °C. Biochemical analyses reveal that this enzyme hydrolyzes a broad range of lactams, including cyclic nylon byproducts, with particularly high specificity and turnover for laurolactam. An analysis of substrate scope trends was performed to understand the molecular features governing enzyme-substrate compatibility. Structural modeling and mutational analysis elucidated key substrate-binding feature, shedding light on the preferential activity of NylAs towards laurolactam over the cyclic nylon substrate and providing a mechanistic foundation for downstream enzyme engineering efforts. This thermostable NylA variant will serve as the ideal starting point for the development of robust enzymes capable of mitigating recalcitrant nylon waste, advancing the field of biocatalysis toward sustainable plastic remediation technologies.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».