Metabolite Fingerprinting in Transgenic <i>Nicotiana tabacum</i> Altered by the <i>Escherichia coli</i> Glutamate Dehydrogenase Gene
Notice bibliographique
Résumé
With about 200,000 phytochemicals in existence, identifying those of biomedical significance is a mammoth task. In the postgenomic era, relating metabolite fingerprints, abundances, and profiles to genotype is also a large task. Ion analysis using Fourier transformed ion cyclotron resonance mass spectrometry (FT-ICR-MS) may provide a high-throughput approach to measure genotype dependency of the inferred metabolome if reproducible techniques can be established. Ion profile inferred metabolite fingerprints are coproducts. We used FT-ICR-MS-derived ion analysis to examine gdhA (glutamate dehydrogenase (GDH; EC 1.4.1.1)) transgenic Nicotiana tabacum (tobacco) carrying out altered glutamate, amino acid, and carbon metabolisms, that fundamentally alter plant productivity. Cause and effect between gdhA expression, glutamate metabolism, and plant phenotypes was analyzed by (13) NH(4)(+) labeling of amino acid fractions, and by FT-ICR-MS analysis of metabolites. The gdhA transgenic plants increased (13)N labeling of glutamate and glutamine significantly. FT-ICR-MS detected 2,012 ions reproducible in 2 to 4 ionization protocols. There were 283 ions in roots and 98 ions in leaves that appeared to significantly change abundance due to the measured GDH activity. About 58% percent of ions could not be used to infer a corresponding metabolite. From the 42% of ions that inferred known metabolites we found that certain amino acids, organic acids, and sugars increased and some fatty acids decreased. The transgene caused increased ammonium assimilation and detectable ion variation. Thirty-two compounds with biomedical significance were altered in abundance by GDH including 9 known carcinogens and 14 potential drugs. Therefore, the GDH transgene may lead to new uses for crops like tobacco.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».