MétaCan
Menu
Retour à la cohorte
Enregistrement W7132889260

Characterization and Design of Nickel-binding Proteins towards Metal Recovery Applications

2023· dissertation· W7132889260 sur OpenAlexaff
Patrick Diep

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPeriplasmic spaceProtein engineeringFluorescenceQuenching (fluorescence)MutagenesisTransmembrane proteinCharacterization (materials science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nickel is an important metal in the adoption of greener technologies needed to transition to cleaner economies, and mines face pressure to source it more sustainably. Nature has evolved nickel-specific ATP-binding cassette (ABC) importers that can transport nickel across a cell’s membrane from the environment into the cytoplasm. Specifically, their solute-binding component known as the nickel-binding protein (NiBP) scavenges the cell’s periplasmic space to deliver metals to the cognate permease complex for transport. Existing methods for metal-binding characterization are not amenable to protein engineering efforts that rely on screening libraries of variants with different substrates. Using natural changes in protein fluorescence during a metal-binding event, we first optimized an assay previously reported in literature to measure the binding affinity (K¬D) of NiBP complexes with nickel and other metals. This assay was validated by determining the KD of the well-characterized NiBP CjNikZ from Campylobacter jejuni, which was comparable to reported values, so it was then used to demonstrate the presence of Ni(II)-binding activity in the uncharacterized NiBP called CcNikZ-II from Clostridium carboxidivorans. Next, we determined the crystal structure of CcNikZ-II, which revealed the potential Ni(II)-binding site located close to a short variable loop. Mutagenesis identified the CcNikZ-II residues involved in Ni(II) binding, but the role of the variable (v-)loop of this protein (TEDKYT) remained unclear. We purified nine CcNikZ-II homologues and determined the nickel-binding affinity of these proteins using an intrinsic fluorescence quenching assay, which showed all these proteins have higher KD for Ni(II) than CcNikZ-II. Furthermore, we replaced the CcNikZ-II v-loop sequence (TEDKYT) with those from the other homologues with higher affinity and found that the engineered CcNikZ-II variants have a higher binding affinity to Ni(II). Metal promiscuity screening further demonstrated the importance of the secondary coordination sphere in controlling affinity and specificity. Finally, an engineered E. coli strain (Ni_v.1) was created and tested in 10 ppm NiCl2 solution matching environmental conditions and demonstrated 7-fold improvement in nickel bioaccumulation performance compared to controls. Thus, both wildtype and engineering microbial NiBPs can be engineered for improved metal binding and selectivity and used for developing bio-based technologies for metal recovery applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,373
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetTrace Elements in HealthTravaux en français237 207