MétaCan
Menu
Retour à la cohorte
Enregistrement W2089895127 · doi:10.1271/bbb.66.1945

Changes in Membrane Fluidity and Fatty Acid Composition of<i>Pseudomonas putida</i>CN-T19 in Response to Toluene

2002· article· en· W2089895127 sur OpenAlexaff
In S. Kim, Jae‐Han Shim, Yong Tack Suh

Notice bibliographique

RevueBioscience Biotechnology and Biochemistry · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésToluenePseudomonas putidaMembraneFatty acidChemistryMembrane fluiditySolventNuclear chemistryChromatographyOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

A bacterial isolate, Pseudomonas putida CN-T19, could grow in a two-phase medium with toluene up to 50% (v/v). Changes in fatty acid composition and membrane fluidity of the isolate were investigated to understand how this microorganism responds toluene. The changes in the ratios of unsaturated to saturated fatty acids were insignificant between cells grown with and without toluene. The changes in the ratio of cis- to trans-fatty acids of C16:1 and C18:1 was, however, significantly lower in cells grown with toluene than cells grown without toluene, giving approximately 1.3 and 9.7, respectively. Toluene had a fluidizing effect on the membrane of cells grown without toluene, resulting in decrease in membrane polarization ratio. Less fluidizing effect of toluene on the membrane of cells grown with toluene was observed, giving 11% of polarization percentage, which was significantly lower than 53% in cells grown without toluene. These results suggest that cis/trans isomeration of C16:1 and C18:1 makes cell membranes more rigid to respond toluene, and is an adaptive strategy allowing P. putida CN-T19 to grow in the presence of organic solvent.

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 enseignants0,004
Score d'incertitude au seuil0,008

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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations16
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioscience Biotechnology and BiochemistryMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207