Mutations in the <i>Saccharomyces cerevisiae</i> Succinate Dehydrogenase Result in Distinct Metabolic Phenotypes Revealed Through <sup>1</sup>H NMR-Based Metabolic Footprinting
Notice bibliographique
Résumé
Metabolomics is a powerful method of examining the intricate connections between mutations, metabolism, and disease. Metabolic footprinting examines the extracellular metabolome or exometabolome. We employed NMR-based metabolic footprinting and multivariate statistical analysis to examine a yeast model of mitochondrial dysfunction. Succinate dehydrogenase (SDH) is a component of both the tricarboxylic acid cycle and the mitochondrial respiratory chain. Mutations in the human SDH are linked to a variety of cancers or neurodegenerative disorders, highlighting the genotype/phenotype complexity associated with SDH dysfunction. To gain insight into the underlying global metabolic consequences of SDH dysfunction, we examined the metabolic footprints of SDH3 and SDH4 mutants. We identified and quantified 36 metabolites in the exometabolome. Our results indicate that SDH mutations cause significant alterations to several areas of yeast metabolism. Multivariate statistical analysis allowed us to discriminate between the different metabotypes of individual mutants, including mutants that were phenotypically indistinguishable. Metabotypes were highly correlated to mutant growth yields, suggesting that the characterization of metabotypes offers a rapid means of investigating the phenotype of a new mutation. Our study provides novel insight into the metabolic effects of SDH dysfunction and highlights the effectiveness of metabolic footprinting for examining complex disorders, such as mitochondrial diseases.
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 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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».