Algal carbohydrates affect polyketide synthesis of the lichen-forming fungus<i>Cladonia rangiferina</i>
Notice bibliographique
Résumé
Lichen secondary metabolites (polyketides) are produced by the fungal partner, but the role of algal carbohydrates in polyketide biosynthesis is not clear. This study examined whether the type and concentration of algal carbohydrate explained differences in polyketide production and gene transcription by a lichen fungus (Cladonia rangiferina). The carbohydrates identified from a free-living cyanobacterium (Spirulina platensis; glucose), a lichen-forming alga (Diplosphaera chodatii; sorbitol) and the lichen alga that associates with C. rangiferina (Asterochloris sp.; ribitol) were used in each of 1%, 5% and 10% concentrations to enrich malt yeast extract media for culturing the mycobiont. Polyketides were determined by high performance liquid chromatography (HPLC), and polyketide synthase (PKS) gene transcription was measured by quantitative PCR of the ketosynthase domain of four PKS genes. The lower concentrations of carbohydrates induced the PKS gene expression where ribitol up-regulated CrPKS1 and CrPKS16 gene transcription and sorbitol up-regulated CrPKS3 and CrPKS7 gene transcription. The HPLC results revealed that lower concentrations of carbon sources increased polyketide production for three carbohydrates. One polyketide from the natural lichen thallus (fumarprotocetraric acid) also was produced by the fungal culture in ribitol supplemented media only. This study provides a better understanding of the role of the type and concentration of the carbon source in fungal polyketide biosynthesis in the lichen Cladonia rangiferina.
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) | 0,001 | 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 ».