清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

De novo L-(+)-tartaric acid biosynthesis in multi-modular engineered yeasts

生物化学 代谢工程 转酮酶 酿酒酵母 生物合成 辅因子 化学 合成生物学 生物催化 代谢途径 柠檬酸循环 氨基酸 蛋白质工程 辅酶A 从头合成 酵母 有机合成 生物 代谢中间体 基因缺失 氧化还原酶 脱氢酶 酶催化
作者
Xuan Zhou,Jiaheng Hou,Zikai Wang,Zhendong Li,Yang Li,Xitong Li,Xianhao Xu,Yanfeng Liu,Jianghua Li,Guocheng Du,Dacheng Ma,J. Tang,Jian Chen,Xueqin Lv,Long Liu
出处
期刊:Nature Communications [Nature Portfolio]
标识
DOI:10.1038/s41467-026-76119-w
摘要

L-(+)-tartaric acid (L-TA) is a high-value chiral organic acid essential for food and pharmaceuticals. Despite its industrial importance, sustainable green production is constrained by the lack of a fully defined biosynthetic pathway. Here, we report the de novo biosynthesis of L-TA in Saccharomyces cerevisiae through reaction-guided enzyme mining, experimental validation, and Enzyme Commission-specific Catalytic Hybrid Optimizer (ECHO)-assisted enzyme prioritization. We first elucidate the elusive two-step conversion from precursor 5-keto-D-gluconic acid (5-KGA) to L-TA, catalyzed by transketolase (TK) and succinate semialdehyde dehydrogenase (SSDH). To optimize this critical step, we develop the ECHO. This multimodal framework integrates sequence, substrate, and pocket-aware structural information to identify high-performance TK-SSDH pairs. By integrating this pathway with de novo precursor synthesis, cofactor engineering, and semi-rational protein engineering, a final L-TA titer of 6.59 mg L−1 was achieved in a 5-L bioreactor. By connecting computational mining and metabolic assembly through a multi-module engineering strategy, our study establishes a green platform for L-TA production and demonstrates an effective workflow for synthetic pathway design. L-(+)-tartaric acid (L-TA) is a high-value chiral organic acid for food and pharmaceuticals. Here the authors produce L-TA in S. cerevisiae through reaction-guided enzyme mining and Enzyme Commission-specific Catalytic Hybrid Optimizer (ECHO)-assisted enzyme prioritization.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yoko关注了科研通微信公众号
6秒前
舒适涵山完成签到,获得积分0
8秒前
10秒前
开心马里奥完成签到 ,获得积分10
18秒前
活力的鹰完成签到 ,获得积分10
31秒前
WL完成签到 ,获得积分10
32秒前
假装新疆人烤大串儿完成签到 ,获得积分10
33秒前
络梦摘星辰完成签到 ,获得积分10
33秒前
35秒前
愉快的惋庭完成签到,获得积分10
35秒前
aajhajkahna应助科研通管家采纳,获得10
40秒前
情怀应助科研通管家采纳,获得10
40秒前
HEI发布了新的文献求助10
42秒前
逍遥子完成签到,获得积分10
46秒前
Jerry完成签到 ,获得积分10
50秒前
HEI完成签到,获得积分10
52秒前
bhwl12发布了新的文献求助10
59秒前
詹姆斯哈登完成签到,获得积分0
1分钟前
guoxihan完成签到,获得积分10
1分钟前
小松松完成签到 ,获得积分10
1分钟前
小石榴的爸爸完成签到 ,获得积分10
1分钟前
隐形的灵薇完成签到,获得积分10
1分钟前
rui完成签到 ,获得积分10
1分钟前
小松松关注了科研通微信公众号
1分钟前
1分钟前
1分钟前
李健的粉丝团团长应助rui采纳,获得20
1分钟前
宇老师发布了新的文献求助10
1分钟前
lee发布了新的文献求助10
1分钟前
huiluowork完成签到 ,获得积分10
1分钟前
Turing完成签到,获得积分10
1分钟前
1分钟前
manjusaka发布了新的文献求助10
1分钟前
Alvin完成签到 ,获得积分10
1分钟前
Turing完成签到,获得积分10
1分钟前
dapan0622完成签到,获得积分10
1分钟前
常有李完成签到,获得积分10
1分钟前
貔貅完成签到 ,获得积分0
1分钟前
直率的宛丝完成签到,获得积分10
1分钟前
熊猫完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Practical Process Research and Development 500
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
Additive Manufacturing Design and Applications (ASM Handbook, Volume 24A) 500
Exploring Entrepreneurial Psychology Through AI 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7586072
求助须知:如何正确求助?哪些是违规求助? 9164403
关于积分的说明 19612216
捐赠科研通 7166869
什么是DOI,文献DOI怎么找? 3266638
关于科研通互助平台的介绍 2431657
邀请新用户注册赠送积分活动 2258363