MétaCan
Menu
Retour à la cohorte
Enregistrement W2102400457 · doi:10.1128/jb.187.13.4451-4456.2005

Transport and Metabolism of Citrate by <i>Streptococcus mutans</i>

2005· article· en· W2102400457 sur OpenAlexaff
Bryan Korithoski, Kirsten Krastel, Dennis G. Cvitkovitch

Notice bibliographique

RevueJournal of Bacteriology · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueAntimicrobial Resistance in Staphylococcus
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStreptococcus mutansBiologyMetabolismMicrobiologyStreptococcusMicrobial metabolismBiochemistryBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Streptococcus mutans, a normal inhabitant of dental plaque, is considered a primary etiological agent of dental caries. Two virulence determinants of S. mutans are its acidogenicity and aciduricity (the ability to produce acid and the ability to survive and grow at low pH, respectively). Citric acid is ubiquitous in nature; it is a component of fruit juices, bones, and teeth. In lactic acid bacteria citrate transport has been linked to increased survival in acidic conditions. We identified putative citrate transport and metabolism genes in S. mutans, which led us to investigate citrate transport and metabolism. Our goals in this study were to determine the mechanisms of citrate transport and metabolism in S. mutans and to examine whether citrate modulates S. mutans aciduricity. Radiolabeled citrate was used during citrate transport to identify citrate metal ion cofactors, and thin-layer chromatography was used to identify metabolic end products of citrate metabolism. S. mutans was grown in medium MM4 with different citrate concentrations and pH values, and the effects on the growth rate and cell survival were monitored. Intracellular citrate inhibited the growth of the bacteria, especially at low pH. The most effective cofactor for citrate uptake by S. mutans was Fe(3+). The metabolic end product of citrate metabolism was aspartate, and a citrate transporter mutant was more citrate tolerant than the parent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations44
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BacteriologyMême sujetAntimicrobial Resistance in StaphylococcusTravaux en français237 207