MétaCan
Menu
Retour à la cohorte
Enregistrement W2138474183 · doi:10.1128/jb.00748-10

Deficiency in<scp>l</scp>-Serine Deaminase Interferes with One-Carbon Metabolism and Cell Wall Synthesis in<i>Escherichia coli</i>K-12

2010· article· en· W2138474183 sur OpenAlexaff
Xiao Zhang, Ziad W. El‐Hajj, E. B. Newman

Notice bibliographique

RevueJournal of Bacteriology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAmino Acid Enzymes and Metabolism
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSerineBiologyBiochemistryAlanineEscherichia coliGlycineAmino acidOperonLysisMutantMetabolismCell divisionBiosynthesisCellEnzymeGene

Résumé

récupéré en direct d'OpenAlex

Escherichia coli K-12 provided with glucose and a mixture of amino acids depletes L-serine more quickly than any other amino acid even in the presence of ammonium sulfate. A mutant without three 4Fe4S L-serine deaminases (SdaA, SdaB, and TdcG) of E. coli K-12 is unable to do this. The high level of L-serine that accumulates when such a mutant is exposed to amino acid mixtures starves the cells for C(1) units and interferes with cell wall synthesis. We suggest that at high concentrations, L-serine decreases synthesis of UDP-N-acetylmuramate-L-alanine by the murC-encoded ligase, weakening the cell wall and producing misshapen cells and lysis. The inhibition by high L-serine is overcome in several ways: by a large concentration of L-alanine, by overproducing MurC together with a low concentration of L-alanine, and by overproducing FtsW, thus promoting septal assembly and also by overexpression of the glycine cleavage operon. S-Adenosylmethionine reduces lysis and allows an extensive increase in biomass without improving cell division. This suggests that E. coli has a metabolic trigger for cell division. Without that reaction, if no other inhibition occurs, other metabolic functions can continue and cells can elongate and replicate their DNA, reaching at least 180 times their usual length, but cannot divide.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil0,727

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations62
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BacteriologyMême sujetAmino Acid Enzymes and MetabolismTravaux en français237 207