Approaching the Functional Annotation of Fungal Virulence Factors Using Cross-Species Genetic Interaction Profiling
Notice bibliographique
Résumé
In many human fungal pathogens, genes required for disease remain largely unannotated, limiting the impact of virulence gene discovery efforts. We tested the utility of a cross-species genetic interaction profiling approach to obtain clues to the molecular function of unannotated pathogenicity factors in the human pathogen Cryptococcus neoformans. This approach involves expression of C. neoformans genes of interest in each member of the Saccharomyces cerevisiae gene deletion library, quantification of their impact on growth, and calculation of the cross-species genetic interaction profiles. To develop functional predictions, we computed and analyzed the correlations of these profiles with existing genetic interaction profiles of S. cerevisiae deletion mutants. For C. neoformans LIV7, which has no S. cerevisiae ortholog, this profiling approach predicted an unanticipated role in the Golgi apparatus. Validation studies in C. neoformans demonstrated that Liv7 is a functional Golgi factor where it promotes the suppression of the exposure of a specific immunostimulatory molecule, mannose, on the cell surface, thereby inhibiting phagocytosis. The genetic interaction profile of another pathogenicity gene that lacks an S. cerevisiae ortholog, LIV6, strongly predicted a role in endosome function. This prediction was also supported by studies of the corresponding C. neoformans null mutant. Our results demonstrate the utility of quantitative cross-species genetic interaction profiling for the functional annotation of fungal pathogenicity proteins of unknown function including, surprisingly, those that are not conserved in sequence across fungi.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».