MétaCan
Menu
Retour à la cohorte
Enregistrement W2797291739 · doi:10.1016/j.isci.2018.03.018

Chemical-Chemical Combinations Map Uncharted Interactions in Escherichia coli under Nutrient Stress

2018· article· en· W2797291739 sur OpenAlexafffund
Sara S. El Zahed, Eric D. Brown

Notice bibliographique

RevueiScience · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésEscherichia coliGeneHousekeeping geneComputational biologyBiologyGenomeNutrientGenetic codeOrganismChemical biologyAmino acidNucleobaseSynthetic biologyChemistryBiochemistryGeneticsDNAGene expression

Résumé

récupéré en direct d'OpenAlex

Of the ?4,400 genes that constitute Escherichia coli's genome, ?300 genes are indispensable for its growth in nutrient-rich conditions. These encode housekeeping functions, including cell wall, DNA, RNA, and protein syntheses. Under conditions in which nutrients are limited to a carbon source, nitrogen source, essential phosphates, and salts, more than 100 additional genes become essential. These largely code for the synthesis of amino acids, vitamins, and nucleobases. Although much is known about this collection of ?400 genes, their interactions under nutrient stress are uncharted. Using a chemical biology approach, we focused on 45 chemical probes targeting encoded proteins in this collection and mapped their interactions under nutrient-limited conditions. Encompassing 990 unique pairwise chemical combinations, we revealed a highly connected network of 186 interactions, of which 81 were synergistic and 105 were antagonistic. The network revealed signature interactions for each probe and highlighted new connectivity between housekeeping functions and those essential in nutrient stress.

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 enseignants0,017
Score d'incertitude au seuil0,332

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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207