MétaCan
Menu
Retour à la cohorte
Enregistrement W1973294204 · doi:10.1371/journal.pgen.0030015

Adaptive Diversification in Genes That Regulate Resource Use in Escherichia coli

2007· article· en· W1973294204 sur OpenAlexaff
Christine C. Spencer, Melanie Bertrand, Michael Travisano, Michael Doebeli

Notice bibliographique

RevuePLoS Genetics · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyEcotypeGeneTransposable elementGeneticsAdaptation (eye)AlleleEscherichia coliMutant

Résumé

récupéré en direct d'OpenAlex

While there has been much recent focus on the ecological causes of adaptive diversification, we know less about the genetic nature of the trade-offs in resource use that create and maintain stable, diversified ecotypes. Here we show how a regulatory genetic change can contribute to sympatric diversification caused by differential resource use and maintained by negative frequency-dependent selection in Escherichia coli. During adaptation to sequential use of glucose and acetate, these bacteria differentiate into two ecotypes that differ in their growth profiles. The "slow-switcher" exhibits a long lag when switching to growth on acetate after depletion of glucose, whereas the "fast-switcher" exhibits a short switching lag. We show that the short switching time in the fast-switcher is associated with a failure to down-regulate potentially costly acetate metabolism during growth on glucose. While growing on glucose, the fast-switcher expresses malate synthase A (aceB), a critical gene for acetate metabolism that fails to be properly down-regulated because of a transposon insertion in one of its regulators. Swapping the mutant regulatory allele with the ancestral allele indicated that the transposon is in part responsible for the observed differentiation between ecological types. Our results provide a rare example of a mechanistic integration of diversifying processes at the genetic, physiological, and ecological levels.

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 enseignants0,348
Score d'incertitude au seuil0,721

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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,209 · 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

Citations75
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetEvolution and Genetic DynamicsTravaux en français237 207