Comparative shotgun proteomic analysis of Clostridium acetobutylicum from butanol fermentation using glucose and xylose
Notice bibliographique
Résumé
BACKGROUND: Butanol is a second generation biofuel produced by Clostridium acetobutylicum through acetone-butanol-ethanol (ABE) fermentation process. Shotgun proteomics provides a direct approach to study the whole proteome of an organism in depth. This paper focuses on shotgun proteomic profiling of C. acetobutylicum from ABE fermentation using glucose and xylose to understand the functional mechanisms of C. acetobutylicum proteins involved in butanol production. RESULTS: We identified 894 different proteins in C. acetobutylicum from ABE fermentation process by two dimensional - liquid chromatography - tandem mass spectrometry (2D-LC-MS/MS) method. This includes 717 proteins from glucose and 826 proteins from the xylose substrate. A total of 649 proteins were found to be common and 22 significantly differentially expressed proteins were identified between glucose and xylose substrates. CONCLUSION: Our results demonstrate that flagellar proteins are highly up-regulated with glucose compared to xylose substrate during ABE fermentation. Chemotactic activity was also found to be lost with the xylose substrate due to the absence of CheW and CheV proteins. This is the first report on the shotgun proteomic analysis of C. acetobutylicum ATCC 824 in ABE fermentation between glucose and xylose substrate from a single time data point and the number of proteins identified here is more than any other study performed on this organism up to this report.
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 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».