MétaCan
Menu
Retour à la cohorte
Enregistrement W2594902416 · doi:10.1128/mbio.01977-16

Bacteria Getting into Shape: Genetic Determinants of <i>E. coli</i> Morphology

2017· article· en· W2594902416 sur OpenAlexafffund
Shawn French, Jean‐Philippe Côté, Jonathan Stokes, Ray Truant, Eric D. Brown

Notice bibliographique

RevuemBio · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchKeio UniversityGovernment of Canada
Mots-clésPhenotypeMutantBiologyGenetic screenSystems biologyGeneMutationModel organismEscherichia coliGeneticsComputational biology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Perturbation of cellular processes is a prevailing approach to understanding biology. To better understand the complicated biology that defines bacterial shape, a sensitive, high-content platform was developed to detect multiple morphological defect phenotypes using microscopy. We examined morphological phenotypes across the Escherichia coli K-12 deletion (Keio) collection at the mid-exponential growth phase, revealing 111 deletions perturbing shape. Interestingly, 64% of these were uncharacterized mutants, illustrating the complex nature of shape maintenance and regulation in bacteria. To understand the roles these genes play in defining morphology, 53 mutants with knockouts resulting in abnormal cell shape were crossed with the Keio collection in high throughput, generating 1,373 synthetic lethal interactions across 1.7 million double deletion mutants. This analysis yielded a highly populated interaction network spanning and linking multiple phenotypes, with a preponderance of interactions involved in transport, oxidation-reduction, and metabolic processes. IMPORTANCE Genetic perturbations of cellular functions are a prevailing approach to understanding cell systems, which are increasingly being practiced in very high throughput. Here, we report a high-content microscopy platform tailored to bacteria, which probes the impact of genetic mutation on cell morphology. This has particular utility in revealing elusive and subtle morphological phenotypes associated with blocks in nonessential cellular functions. We report 111 nonessential mutations impacting E. coli morphology, with nearly half of those genes being poorly annotated or uncharacterized. Further, these genes appear to be tightly linked to transport or redox processes within the cell. The screening platform is simple and low cost and is broadly applicable to any bacterial genomic library or chemical collection. Indeed, this is a powerful tool in understanding the biology behind bacterial shape.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207