Positive and Negative Cognate Amino Acid Bias Affects Compositions of Aminoacyl-tRNA Synthetases and Reflects Functional Constraints on Protein Structure
Notice bibliographique
Résumé
By comparing phylogenetically related tRNA synthetases (enzymes that specifically aminoacylate tRNAs), a controlled natural experiment can reveal synthetases' coevolution with their cognate amino acid substrate.Analyses of metabolic cost minimization confirm the existence of cognate avoidance in tRNA synthetase compositions.It is found that cognate avoidance increases and decreases, respectively, with proteomic amino acid usage in Escherichia coli and Bacillus subtilis.In E. coli, cognate avoidance did not decrease with cognate abundance in the colon, but decrease with tRNA synthetase editing sites and cognate impact on protein structure, revealing that hydrophobic interactions and beta-sheet formation constrain the folding of tRNA synthetase classes I and II, respectively.Analyses of cognate bias yield information on how proteins function in E. coli, because function constrains cognate bias.In B. subtilis, cognate avoidance occurred for rare and abundant amino acids in the soil, positive bias existed for cognates with intermediate abundances.Presumably, life history strategies (endosymbiont versus free living) and environmental compositions modulate cost minimization of amino acid usages.Avoidance of 'expensive' residues in tRNA synthetases is inversely proportional to cognate avoidance and protein size in E. coli, but not B. subtilis.In relation to cost minimization, E. coli's predictable environment perhaps enabled to reach evolutionary (balancing) equilibrium between various factors affecting protein synthesis costs, where decreasing costs through one factor requires increasing other costs.Phylogenetically controlled comparisons can detect more statistically significant biases than similar analyses using randomly selected control proteins, stressing the power of carefully designed natural experiments.This work confirms the importance of biosynthetic cost minimization, and challenges neutralistic approaches of biomolecular evolution.
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 | 0,001 |
| 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 | 0,001 |
| 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) | 0,001 | 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 ».