Genome Context as a Predictive Tool for Identifying Regulatory Targets of the TetR Family Transcriptional Regulators
Notice bibliographique
Résumé
TetR family transcriptional regulators (TFRs) are found in most bacteria and archea. Most of the family members that have been investigated to date are repressors of their target genes, and the majority of these, like the well-characterized protein TetR, regulate genes that encode transmembrane efflux pumps. In many cases repression by TFR proteins is reversed through the direct binding of a small-molecule ligand. The number of TFRs in the public database has grown rapidly as a result of genome sequencing and there are now thousands of family members; however virtually nothing is known about the biology and biochemistry they regulate. Generally applicable methods for predicting their regulatory targets would assist efforts to characterize the family. Here, we investigate chromosomal context of 372 TFRs from three Streptomyces species. We find that the majority (250 TFRs) are transcribed divergently from one neighboring gene, as is the case for TetR and its target tetA. We explore predicted target gene product identity and intergenic separation to see which either correlates with a direct regulatory relationship. While intergenic separation is a critical factor in regulatory prediction the identity of the putative target gene product is not. Our data suggest that those TFRs that are <200 bp from their divergently oriented neighbors are most likely to regulate them. These target genes include membrane proteins (26% of which 22% are probable membrane-associated pumps), enzymes (60%), other proteins such as transcriptional regulators (1%), and proteins having no predictive sequence motifs (13%). In addition to establishing a solid foundation for identifying targets for TFRs of unknown function, our analysis demonstrates a much greater diversity of TFR-regulated biochemical functions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».