MétaCan
Menu
Retour à la cohorte
Enregistrement W1969236385 · doi:10.1103/physreve.82.021911

Minimal genetic device with multiple tunable functions

2010· article· en· W1969236385 sur OpenAlexafffund
Sangram Bagh, Mahuya Mandal, David R. McMillen

Notice bibliographique

RevuePhysical Review E · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchNew England Biolabs Foundation
Mots-clésComputer scienceMathematicsTopology (electrical circuits)Combinatorics

Résumé

récupéré en direct d'OpenAlex

The ability to design artificial genetic devices with predictable functions is critical to the development of synthetic biology. Given the highly variable requirements of biological designs, the ability to tune the behavior of a genetic device is also of key importance; such tuning will allow devices to be matched with other components into larger systems, and to be shifted into the correct parameter regimes to elicit desired behaviors. Here, we have developed a minimal synthetic genetic system that acts as a multifunction, tunable biodevice in the bacterium Escherichia coli. First, it acts as a biochemical AND gate, sensing the extracellular small molecules isopropyl β-D -1-thiogalactopyranoside and anhydrotetracycline as two input signals and expressing enhanced green fluorescent protein as an output signal. Next, the output signal of the AND gate can be amplified by the application of another extracellular chemical, arabinose. Further, the system can generate a wide range of chemically tunable single input-output response curves, without any genetic alteration of the circuit, by varying the concentrations of a set of extracellular small molecules. We have developed and parameterized a simple transfer function model for the system, and shown that the model successfully explains and predicts the quantitative relationships between input and output signals in the system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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 tête enseignante, 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

Citations10
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetGene Regulatory Network AnalysisTravaux en français237 207