Phenotypic Analysis of a Family of Transcriptional Regulators, the Zinc Cluster Proteins, in the Human Fungal Pathogen <i>Candida glabrata</i>
Notice bibliographique
Résumé
Candida glabrata is the second most important human fungal pathogen. Despite its formal name, C. glabrata is in fact more closely related to the nonpathogenic budding yeast Saccharomyces cerevisiae. However, less is known about the biology of this pathogen. Zinc cluster proteins form a large family of transcriptional regulators involved in the regulation of numerous processes such as the control of the metabolism of sugars, amino acids, fatty acids, as well as drug resistance. The C. glabrata genome encodes 41 known or putative zinc cluster proteins, and the majority of them are uncharacterized. We have generated a panel of strains carrying individual deletions of zinc cluster genes. Using a novel approach relying on tetracycline for conditional expression in C. glabrata at the translational level, we show that only two zinc cluster genes are essential. We have performed phenotypic analysis of nonessential zinc cluster genes. Our results show that two deletion strains are thermosensitive whereas two strains are sensitive to caffeine, an inhibitor of the target of rapamycin pathway. Increased salt tolerance has been observed for eight deletion strains, whereas one strain showed reduced tolerance to salt. We have also identified a number of strains with increased susceptibility to the antifungal drugs fluconazole and ketoconazole. Interestingly, one deletion strain showed decreased susceptibility to the antifungal micafungin. In summary, we have assigned phenotypes to more than half of the zinc cluster genes in C. glabrata. Our study provides a resource that will be useful to better understand the biological role of these transcription factors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».