已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Evolving dual-trait EPSP synthase variants using a synthetic yeast selection system

特质 对偶(语法数字) 选择(遗传算法) 生物 遗传学 酵母 计算生物学 进化生物学 计算机科学 人工智能 艺术 文学类 程序设计语言
作者
Kevin B. Reed,Wantae Kim,Hongyuan Lu,Clayton T. Larue,Shirley X. Guo,Sierra M. Brooks,Michael R. Montez,J Wagner,Yan Zhang,Hal S. Alper
出处
期刊:Proceedings of the National Academy of Sciences of the United States of America [Proceedings of the National Academy of Sciences]
卷期号:121 (35)
标识
DOI:10.1073/pnas.2317027121
摘要

The enzyme 5-enolpyruvylshikimate-3-phosphate synthase (EPSPS) functions in the shikimate pathway which is responsible for the production of aromatic amino acids and precursors of other essential secondary metabolites in all plant species. EPSPS is also the molecular target of the herbicide glyphosate. While some plant EPSPS variants have been characterized with reduced glyphosate sensitivity and have been used in biotechnology, the glyphosate insensitivity typically comes with a cost to catalytic efficiency. Thus, there exists a need to generate additional EPSPS variants that maintain both high catalytic efficiency and high glyphosate tolerance. Here, we create a synthetic yeast system to rapidly study and evolve heterologous EPSP synthases for these dual traits. Using known EPSPS variants, we first validate that our synthetic yeast system is capable of recapitulating growth characteristics observed in plants grown in varying levels of glyphosate. Next, we demonstrate that variants from mutagenesis libraries with distinct phenotypic traits can be isolated depending on the selection criteria applied. By applying strong dual-trait selection pressure, we identify a notable EPSPS mutant after just a single round of evolution that displays robust glyphosate tolerance (K
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
zhangzhangzhang完成签到 ,获得积分10
1秒前
111完成签到 ,获得积分10
1秒前
劉平果发布了新的文献求助30
3秒前
3秒前
芒果不忙完成签到,获得积分10
6秒前
土豪的泥猴桃完成签到,获得积分10
8秒前
cm完成签到,获得积分10
10秒前
义气的元柏完成签到 ,获得积分10
10秒前
蓝天完成签到,获得积分10
10秒前
和平完成签到 ,获得积分10
13秒前
Orange应助从容的凛采纳,获得10
13秒前
16秒前
17秒前
20秒前
20秒前
21秒前
额123没名完成签到 ,获得积分10
21秒前
25秒前
ming发布了新的文献求助10
25秒前
落落完成签到 ,获得积分0
28秒前
若水完成签到 ,获得积分10
28秒前
vimeid完成签到 ,获得积分10
30秒前
30秒前
AlexLam完成签到,获得积分10
31秒前
华仔应助聪慧的从云采纳,获得10
32秒前
可乐完成签到 ,获得积分10
32秒前
33秒前
34秒前
cjw完成签到,获得积分10
36秒前
可爱的函函应助atuoei采纳,获得10
37秒前
Georgechan完成签到,获得积分10
37秒前
LU完成签到 ,获得积分10
38秒前
38秒前
微笑的铸海完成签到 ,获得积分10
40秒前
40秒前
牛牛发布了新的文献求助10
40秒前
Sunshine完成签到 ,获得积分10
41秒前
41秒前
42秒前
苹果炎彬发布了新的文献求助10
42秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136953
求助须知:如何正确求助?哪些是违规求助? 2787893
关于积分的说明 7783824
捐赠科研通 2443962
什么是DOI,文献DOI怎么找? 1299536
科研通“疑难数据库(出版商)”最低求助积分说明 625464
版权声明 600954