MétaCan
Menu
Retour à la cohorte
Enregistrement W2010633650 · doi:10.2225/vol16-issue4-fulltext-7

Prodigiosin found in Serratia marcescens y2 initiates phototoxicity in the cytomembrane

2013· article· en· W2010633650 sur OpenAlexfundno aff
Fei Wang, Hailan Luo, Guohua Song, Chang Liu, Jianguo Wang, Jingliang Xu, Xiuhong Su, Xuyuan Ma

Notice bibliographique

RevueElectronic Journal of Biotechnology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolism and Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaFoundation of Henan Educational Committee
Mots-clésProdigiosinSerratia marcescensPhototoxicityMicrobiologyChemistryBiologyEscherichia coliBiochemistryGeneIn vitro

Résumé

récupéré en direct d'OpenAlex

Background: Light can be absorbed by bacterial pigment and affects its growth. Prodigiosin is a red pigment found in various bacterial species. The purpose of this study was to investigate the impacts of light on prodigiosin production, biomass formation, and membrane integrity of Serratia marcescens y2. Results: S. marcescens y2 grew better and produced more intracellular prodigiosin in darkness than in illumination. The pigment leakage ratio from cells was detected more in light than in darkness conditions. Ethidium bromide uptake assay could visually prove the prodigiosin-related loss of membrane integrity under illumination. A higher concentration of malondialdehyde (MDA) was detected in light-treated culture than in darkness. Tests of different light treatments (red, yellow, blue and green) showed that the maximum extracellular pigment and the minimum biomass formation and intracellular pigment were obtained in green light. Conclusions: Prodigiosin could absorb light, and then initiate phototoxicity damage of the cytomembrane.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic Journal of BiotechnologyMême sujetMicrobial Metabolism and ApplicationsTravaux en français237 207