Modulation of Chemical Composition and Other Parameters of the Cell at Different Exponential Growth Rates
Notice bibliographique
Résumé
This review begins by briefly presenting the history of research on the chemical composition and other parameters of cells of E. coli and S. enterica at different exponential growth rates. Studies have allowed us to determine the in vivo strength of promoters and have allowed us to distinguish between factor-dependent transcriptional control of the promoter and changes in promoter activity due to changes in the concentration of free functional RNA polymerase associated with different growth conditions. The total, or bulk, amounts of RNA and protein are linked to the growth rate, because most bacterial RNA is ribosomal RNA (rRNA). Since ribosomes are required for protein synthesis, their number and their rate of function determine the rate of protein synthesis and cytoplasmic mass accumulation. Many mRNAs made in the presence of amino acids have strong ribosome binding sites whose presence reduces the expression of all other active genes. This implies that there can be profound differences in the spectrum of gene activities in cultures grown in different media that produce the same growth rate. Five classes of growth-related parameters that are generally useful in describing or establishing the macromolecular composition of bacterial cultures are described in detail in this review. A number of equations have been reported that describe the macromolecular composition of an average cell in an exponential culture as a function of the culture doubling time and five additional parameters: the C- and D-periods, protein per origin (PO), ribosome activity, and peptide chain elongation 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».