MétaCan
Menu
Retour à la cohorte
Enregistrement W1989728732 · doi:10.1111/j.1462-2920.2010.02208.x

<i>Pseudomonas aeruginosa</i> produces an extracellular deoxyribonuclease that is required for utilization of DNA as a nutrient source

2010· article· en· W1989728732 sur OpenAlexaff
Heidi Mulcahy, Laetitia Charron‐Mazenod, Shawn Lewenza

Notice bibliographique

RevueEnvironmental Microbiology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiologyPseudomonas aeruginosaExtracellularDeoxyribonucleaseDNAMicrobiologyDeoxyribonuclease IBiofilmBiochemistryBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa is an opportunistic pathogen that occupies a wide variety of environmental niches. Extracellular DNA is ubiquitous in various environments and is a rich source of carbon, nitrogen and phosphate. Here we show that P. aeruginosa is capable of using DNA as a nutrient source. Under phosphate-limiting conditions, or when DNA is supplied as a source of phosphate, expression of PA3909 is induced. PA3909 encodes an extracellular deoxyribonuclease (DNase), which is required for degradation of DNA and utilization of DNA as a source of carbon, nitrogen and phosphate. Stabilization of PA3909 by the addition of excess Mg(2+) and Ca(2+) was required for DNase activity in culture supernatants. Extracellular DNase activity was seen in multiple P. aeruginosa strains and isolates from cystic fibrosis patients. The primary Xcp type II secretion system but not the Hxc type II secretion system is required for DNase activity and the ability to use DNA as a source of nutrients. This study identifies an extracellular DNase produced by P. aeruginosa that enables degradation of extracellular DNA into an accessible source of carbon, nitrogen and phosphate. DNase production by P. aeruginosa also has important implications for virulence and biofilm formation.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,806

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 Opus0,011
Tête enseignante GPT0,220
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

Citations165
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental MicrobiologyMême sujetBacterial biofilms and quorum sensingTravaux en français237 207