Bacteria of the human gut microbiome catabolize red seaweed glycans with carbohydrate-active enzyme updates from extrinsic microbes
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
Humans host an intestinal population of microbes--collectively referred to as the gut microbiome--which encode the carbohydrate active enzymes, or CAZymes, that are absent from the human genome. These CAZymes help to extract energy from recalcitrant polysaccharides. The question then arises as to if and how the microbiome adapts to new carbohydrate sources when modern humans change eating habits. Recent metagenome analysis of microbiomes from healthy American, Japanese, and Spanish populations identified putative CAZymes obtained by horizontal gene transfer from marine bacteria, which suggested that human gut bacteria evolved to degrade algal carbohydrates-for example, consumed in form of sushi. We approached this hypothesis by studying such a polysaccharide utilization locus (PUL) obtained by horizontal gene transfer by the gut bacterium Bacteroides plebeius. Transcriptomic and growth experiments revealed that the PUL responds to the polysaccharide porphyran from red algae, enabling growth on this carbohydrate but not related substrates like agarose and carrageenan. The X-ray crystallographic and biochemical analysis of two proteins encoded by this PUL, BACPLE_01689 and BACPLE_01693, showed that they are β-porphyranases belonging to glycoside hydrolase families 16 and 86, respectively. The product complex of the GH86 at 1.3 Å resolution highlights the molecular details of porphyran hydrolysis by this new porphyranase. Combined, these data establish experimental support for the argument that CAZymes and associated genes obtained from extrinsic microbes add new catabolic functions to the human gut microbiome.
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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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