2022
Advanced database mining of efficient haloalkane dehalogenases by sequence and structure bioinformatics and microfluidics
VAŠINA, Michal, Pavel VAŇÁČEK, Jiri HON, David KOVÁŘ, Hana FALDYNOVÁ et. al.Základní údaje
Originální název
Advanced database mining of efficient haloalkane dehalogenases by sequence and structure bioinformatics and microfluidics
Autoři
VAŠINA, Michal (203 Česká republika, domácí), Pavel VAŇÁČEK (203 Česká republika, domácí), Jiri HON, David KOVÁŘ (203 Česká republika, domácí), Hana FALDYNOVÁ (203 Česká republika, domácí), Antonín KUNKA (203 Česká republika, domácí), Tomáš BURYŠKA (203 Česká republika, domácí), Christoffel P. S. BADENHORST, Stanislav MAZURENKO (643 Rusko, domácí), David BEDNÁŘ (203 Česká republika, domácí), Stavros STAVRAKIS, Uwe T. BORNSCHEUER, Andrew DEMELLO, Jiří DAMBORSKÝ (203 Česká republika, domácí) a Zbyněk PROKOP (203 Česká republika, garant, domácí)
Vydání
Chem Catalysis, Elsevier, 2022, 2667-1093
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10608 Biochemistry and molecular biology
Stát vydavatele
Nizozemské království
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Impakt faktor
Impact factor: 9.400
Kód RIV
RIV/00216224:14310/22:00128314
Organizační jednotka
Přírodovědecká fakulta
UT WoS
000901460400007
Klíčová slova anglicky
enzyme mining; enzyme diversity; biocatalysts; microfluidics; bioinformatics; global data analysis; haloalkane dehalogenases; bioprospecting
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 27. 1. 2023 10:32, Mgr. Marie Šípková, DiS.
Anotace
V originále
Next-generation sequencing doubles genomic databases every 2.5 years. The accumulation of sequence data provides a unique opportunity to identify interesting biocatalysts directly in the databases without tedious and time-consuming engineering. Herein, we present a pipeline integrating sequence and structural bioinformatics with microfluidic enzymology for bioprospecting of efficient and robust haloalkane dehalogenases. The bioinformatic part identified 2,905 putative dehalogenases and prioritized a "small-but-smart'' set of 45 genes, yielding 40 active enzymes, 24 of which were biochemically characterized by microfluidic enzymology techniques. Combining microfluidics with modern global data analysis provided precious mechanistic insights related to the high catalytic efficiency of selected enzymes. Overall, we have doubled the dehalogenation "toolbox'' characterized over three decades, yielding biocatalysts that surpass the efficiency of currently available wild-type and engineered enzymes. This pipeline is generally applicable to other enzyme families and can accelerate the identification of efficient biocatalysts for industrial use.
Návaznosti
EF17_043/0009632, projekt VaV |
| ||
LM2018121, projekt VaV |
| ||
LM2018131, projekt VaV |
| ||
814418, interní kód MU |
| ||
857560, interní kód MU (Kód CEP: EF17_043/0009632) |
|