MétaCan
Menu
Retour à la cohorte
Enregistrement W2901812771 · doi:10.1073/pnas.1812605115

Design and in vitro realization of carbon-conserving photorespiration

2018· article· en· W2901812771 sur OpenAlexfundno aff
Devin L. Trudeau, Christian Edlich‐Muth, Jan Zarzycki, Marieke Scheffen, Moshe Goldsmith, Olga Khersonsky, Ziv Avizemer, Sarel J. Fleishman, Charles A. R. Cotton, Tobias J. Erb, Dan S. Tawfik, Arren Bar‐Even

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCoenzyme Q10 studies and effects
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020Azrieli FoundationMax-Planck-GesellschaftEuropean Commission
Mots-clésPhotorespirationRealization (probability)In vitroCarbon fibersBiochemical engineeringEnvironmental scienceBiologyComputer scienceBotanyEngineeringMathematicsBiochemistryPhotosynthesisStatistics

Résumé

récupéré en direct d'OpenAlex

Significance Photorespiration limits plant carbon fixation by releasing CO 2 and using cellular resources to recycle the product of ribulose-1,5-bisphosphate carboxylase/oxygenase (Rubisco) oxygenation, 2-phosphoglycolate. We systematically designed synthetic photorespiration bypasses that combine existing and new-to-nature enzymatic activities and that do not release CO 2 . Our computational model shows that these bypasses could enhance carbon fixation rate under a range of physiological conditions. To realize the designed bypasses, a glycolate reduction module, which does not exist in nature, is needed to be engineered. By reshaping the substrate and cofactor specificity of two natural enzymes, we established glycolate reduction to glycolaldehyde. With the addition of three natural enzymes, we observed recycling of glycolate to the key Calvin Cycle intermediate ribulose 1,5-bisphosphate with no carbon loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,291
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), 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

Citations137
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetCoenzyme Q10 studies and effectsTravaux en français237 207