Design of a Transcription-based Secretion Activity Reporter (TSAR) for the Type III Secretion Apparatus of Shigella flexneri and Uses Thereof
Notice bibliographique
Résumé
Many gram-negative bacterial pathogens, including Shigella flexneri, are able to translocate bacterial proteins, dubbed effectors, across the host cell plasma membrane into the host cell cytosol using a syringe-like structure, the type three secretion apparatus (T3SA). While some bacteria use their T3SA to modulate their phagosomal environment (Salmonella spp.), establish pedestal structure to form microcolonies on the plasma membrane (Enteropathogenic Escherichi coli) or lyse their entry vacuole (Shigella spp.), they all have in common a tightly regulated activity of their T3SA. However, the tracking of the activity of the T3SA in infected cells and tissue has been difficult to perform. Using the property of MxiE-dependent promoters that are upregulated when the T3SA is active, we have recently designed a transcription-based secretion activity reporter (TSAR) that allows the following of the activity of the S. flexneri T3SA in real-time in tissue culture cells and in vivo using fast maturing GFP intrinsic fluorescence. Herein we describe the design of the TSAR and its application to fixed and live samples for microscopy and flow cytometry in a colonic epithelial cell model using TC7 tissue culture cells.
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 | 0,001 | 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 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 ».