MétaCan
Menu
Retour à la cohorte
Enregistrement W2120187999 · doi:10.1038/msb.2010.11

Tradeoff between enzyme and metabolite efficiency maintains metabolic homeostasis upon perturbations in enzyme capacity

2010· article· en· W2120187999 sur OpenAlexfundno aff
Sarah‐Maria Fendt, Joerg M. Buescher, Florian Rudroff, Paola Picotti, Nicola Zamboni, Uwe Sauer

Notice bibliographique

RevueMolecular Systems Biology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoEidgenössische Technische Hochschule ZürichAustrian Science Fund
Mots-clésMetaboliteEnzymeBiologyBiochemistryMetabolic pathwayEnzyme kineticsMetabolomicsSaccharomyces cerevisiaeMetabolomeEnzyme assayBioinformaticsActive siteYeast

Résumé

récupéré en direct d'OpenAlex

What is the relationship between enzymes and metabolites, the two major constituents of metabolic networks? We propose three alternative relationships between enzyme capacity and metabolite concentration alterations based on a Michaelis-Menten kinetic; that is enzyme capacities, metabolite concentrations, or both could limit the metabolic reaction rates. These relationships imply different correlations between changes in enzyme capacity and metabolite concentration, which we tested by quantifying metabolite, transcript, and enzyme abundances upon local (single-enzyme modulation) and global (GCR2 transcription factor mutant) perturbations in Saccharomyces cerevisiae. Our results reveal an inverse relationship between fold-changes in substrate metabolites and their catalyzing enzymes. These data provide evidence for the hypothesis that reaction rates are jointly limited by enzyme capacity and metabolite concentration. Hence, alteration in one network constituent can be efficiently buffered by converse alterations in the other constituent, implying a passive mechanism to maintain metabolic homeostasis upon perturbations in enzyme capacity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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

Citations172
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Systems BiologyMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207