MétaCan
Menu
Retour à la cohorte
Enregistrement W2167581487 · doi:10.1002/bit.24747

Analyzing the effect of decreasing cytosolic triosephosphate isomerase on <i>Solanum tuberosum</i> hairy root cells using a kinetic–metabolic model

2012· article· en· W2167581487 sur OpenAlexaff
Alexandre Valancin, Balasubrahmanyan Srinivasan, Jean Rivoal, Mario Jolicœur

Notice bibliographique

RevueBiotechnology and Bioengineering · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésTriosephosphate isomeraseSolanum tuberosumBiochemistryCytosolChemistryKinetic energyIsomeraseBotanyBiologyEnzymePhysics

Résumé

récupéré en direct d'OpenAlex

A kinetic-metabolic model of Solanum tuberosum hairy roots is presented in the interest of understanding the effect on the plant cell metabolism of a 90% decrease in cytosolic triosephosphate isomerase (cTPI, EC 5.3.1.1) expression by antisense RNA. The model considers major metabolic pathways including glycolysis, pentose phosphate pathway, and TCA cycle, as well as anabolic reactions leading to lipids, nucleic acids, amino acids, and structural hexoses synthesis. Measurements were taken from shake flask cultures for six extracellular nutrients (sucrose, fructose, glucose, ammonia, nitrate, and inorganic phosphate) and 15 intracellular compounds including sugar phosphates (G6P, F6P, R5P, E4P) and organic acids (PYR, aKG, SUCC, FUM, MAL) and the six nutrients. From model simulations and experimental data it can be noted that plant cell metabolism redistributes metabolic fluxes to compensate for the cTPI decrease, leading to modifications in metabolites levels. Antisense roots showed increased exchanges between the pentose phosphate pathway and the glycolysis, an increased oxygen uptake and growth rate.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetPlant nutrient uptake and metabolismTravaux en français237 207