MétaCan
Menu
Retour à la cohorte
Enregistrement W2064649360 · doi:10.1074/jbc.m909285199

Regulation of Peroxisome Size and Number by Fatty Acid β-Oxidation in the Yeast Yarrowia lipolytica

2000· article· en· W2064649360 sur OpenAlexaff
Jennifer J. Smith, Trevor W. Brown, Gary Eitzen, Richard A. Rachubinski

Notice bibliographique

RevueJournal of Biological Chemistry · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésYarrowiaYeastPeroxisomeBiochemistryChemistryFatty acidFood scienceBiologyGene

Résumé

récupéré en direct d'OpenAlex

The Yarrowia lipolytica MFE2 gene encodes peroxisomal beta-oxidation multifunctional enzyme type 2 (MFE2). MFE2 is peroxisomal in a wild-type strain but is cytosolic in a strain lacking the peroxisomal targeting signal-1 (PTS1) receptor. MFE2 has a PTS1, Ala-Lys-Leu, that is essential for targeting to peroxisomes. MFE2 lacking a PTS1 can apparently oligomerize with full-length MFE2 to enable targetting to peroxisomes. Peroxisomes of an oleic acid-induced MFE2 deletion strain, mfe2-KO, are larger and more abundant than those of the wild-type strain. Under growth conditions not requiring peroxisomes, peroxisomes of mfe2-KO are larger but less abundant than those of the wild-type strain, suggesting a role for MFE2 in the regulation of peroxisome size and number. A nonfunctional version of MFE2 did not restore normal peroxisome morphology to mfe2-KO cells, indicating that their phenotype is not due to the absence of MFE2. mfe2-KO cells contain higher amounts of beta-oxidation enzymes than do wild-type cells. We also show that increasing the level of the beta-oxidation enzyme thiolase results in enlarged peroxisomes. Our results implicate peroxisomal beta-oxidation in the control of peroxisome size and number in yeast.

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 enseignants0,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,215
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 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

Citations75
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207