Modulation of Chemical Composition and Other Parameters of the Cell at Different Exponential Growth Rates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 |
| 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 découle