Mechanistic Analysis of NADPH Auto-Oxidation in a Baeyer-Villiger Monooxygenase
Notice bibliographique
Résumé
Introduction Baeyer-Villiger monooxygenases (BVMOs) are a class of enzymes that catalyze the oxidation of ketones to esters and lactones. Since biocatalytic processes enable ester and lactone production under milder, more sustainable conditions than traditional oxidation, BVMOs offer a promising route to more sustainable ester and lactone production. Among these enzymes, ssnBVMO has emerged as a particularly promising biocatalyst due to its stability and ability to oxidize a wide variety of ketones. BVMOs require NADPH to catalyze oxidations, yet a major hurdle to their industrial use is their tendency to consume NADPH through "auto-oxidation." However, the mechanism of BVMO-catalyzed NADPH auto-oxidation remains unclear. This study employs steady state kinetic experiments with ssnBVMO and several mutants thereof to elucidate the catalytic mechanism by which this protein auto-oxidizes NADPH. By determining exactly how ssnBVMO catalyzes this undesirable process, this work aims to permit the development of next-generation BVMOs that are not plagued by the auto-oxidation of NADPH. Approach To elucidate the auto-oxidation mechanism of ssnBVMO, site-directed mutagenesis targeted amino acids predicted to bind or activate NADPH for auto-oxidation. Mutant variants were overexpressed in Escherichia coli, purified via immobilized metal affinity chromatography, and subjected to kinetic assays with NADPH to assess auto-oxidation activity relative to the wild-type enzyme. Implications Preliminary findings suggest that specific active-site residues play outsized roles in the auto-oxidation of NADPH. These results provide insight into the enzyme’s catalytic mechanism, revealing potential avenues for rational engineering to improve its catalytic efficiency by limiting the amount of NADPH auto-oxidation in ssnBVMO, and the wider family of BVMOs. This study’s implications also extend to the development of other enzymes into biocatalysts for green chemistry applications, including pharmaceutical synthesis and fine chemical production. Ultimately, this research contributes to expanding the toolkit of biocatalysts available for environmentally friendly chemical transformations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».