Genome‐scale analysis of <i>Saccharomyces cerevisiae</i> metabolism and ethanol production in fed‐batch culture
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A dynamic flux balance model based on a genome-scale metabolic network reconstruction is developed for in silico analysis of Saccharomyces cerevisiae metabolism and ethanol production in fed-batch culture. Metabolic engineering strategies previously identified for their enhanced steady-state biomass and/or ethanol yields are evaluated for fed-batch performance in glucose and glucose/xylose media. Dynamic analysis is shown to provide a single quantitative measure of fed-batch ethanol productivity that explicitly handles the possible tradeoff between the biomass and ethanol yields. Productivity optimization conducted to rank achievable fed-batch performance demonstrates that the genetic manipulation strategy and the fed-batch operating policy should be considered simultaneously. A library of candidate gene insertions is assembled and directly screened for their achievable ethanol productivity in fed-batch culture. A number of novel gene insertions with ethanol productivities identical to the best metabolic engineering strategies reported in previous studies are identified, thereby providing additional targets for experimental evaluation. The top performing gene insertions were substrate dependent, with the highest ranked insertions for glucose media yielding suboptimal performance in glucose/xylose media. The analysis results suggest that enhancements in biomass yield are most beneficial for the enhancement of fed-batch ethanol productivity by recombinant xylose utilizing yeast strains. We conclude that steady-state flux balance analysis is not sufficient to predict fed-batch performance and that the media, genetic manipulations, and fed-batch operating policy should be considered simultaneously to achieve optimal metabolite productivity.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle