MétaCan
Menu
Retour à la cohorte
Enregistrement W2090041944 · doi:10.1128/jb.02372-14

Altering the Divalent Metal Ion Preference of RNase E

2014· article· en· W2090041944 sur OpenAlexafffund
Katharine J. Thompson, Jeff Zong, George A. Mackie

Notice bibliographique

RevueJournal of Bacteriology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of British Columbia
Mots-clésRNase PEndoribonucleaseDivalentRNase HBiologyBiochemistryMutantEnzymeRNARNase PHChelationMetalChemistryInorganic chemistryGene

Résumé

récupéré en direct d'OpenAlex

RNase E is a major intracellular endoribonuclease in many bacteria and participates in most aspects of RNA processing and degradation. RNase E requires a divalent metal ion for its activity. We show that only Mg(2+) and Mn(2+) will support significant rates of activity in vitro against natural RNAs, with Mn(2+) being preferred. Both Mg(2+) and Mn(2+) also support cleavage of an oligonucleotide substrate with similar kinetic parameters for both ions. Salts of Ni(2+) and Zn(2+) permitted low levels of activity, while Ca(2+), Co(3+), Cu(2+), and Fe(2+) did not. A mutation to one of the residues known to chelate Mg(2+), D346C, led to almost complete loss of activity dependent on Mg(2+); however, the activity of the mutant enzyme was fully restored by the presence of Mn(2+) with kinetic parameters fully equivalent to those of wild-type enzyme. A similar mutation to the other chelating residue, D303C, resulted in nearly full loss of activity regardless of metal ion. The properties of RNase E D346C enabled a test of the ionic requirements of RNase E in vivo. Plasmid shuffling experiments showed that both rneD303C (i.e., the rne gene encoding a D-to-C change at position 303) and rneD346C were inviable whether or not the selection medium was supplied with MnSO4, implying that RNase E relies on Mg(2+) exclusively in vivo.

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 seuil0,005

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)0,0010,001

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 Opus0,017
Tête enseignante GPT0,232
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

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BacteriologyMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207