Multisite phosphorylation regulates phenotypic variability in antibiotic tolerance
Notice bibliographique
Résumé
Abstract Isogenic populations of cells exhibit phenotypic variability that has specific physiological consequences. For example, individual bacteria within a population can differ in their sensitivity to an antibiotic, but whether this variability can be regulated or is generally an unavoidable consequence of stochastic fluctuations is unclear. We observed that a bacterial stress response gene, the (p)ppGpp synthetase sasA , exhibits high levels of extrinsic noise in expression, suggestive of a regulatory process. We traced this variability to the convergence of two signaling systems that together control the multisite phosphorylation of a transcription factor, an event largely unexplored in bacteria, This regulatory intersection between a Ser/Thr kinase and a prototypical two component system is crucial for controlling the appearance of outliers, rare cells with unusually high levels of sasA expression. Additionally, by examining the full distributions of gene expression we calculated the contribution of the additional Ser/Thr kinase-dependent phosphorylation in setting the relative abundance of cells with a given a level of SasA. We then created a predictive model for the probability of a given cell surviving antibiotic treatment as a function of sasA expression. Therefore, our data show that multisite phosphorylation can be used to strongly regulate variations in phenotypes across a bacterial population.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».