MétaCan
Menu
Retour à la cohorte
Enregistrement W2910017122 · doi:10.3390/genes10010034

Using a Chemical Genetic Screen to Enhance Our Understanding of the Antimicrobial Properties of Gallium against Escherichia coli

2019· article· en· W2910017122 sur OpenAlexafffund
Natalie Gugala, Kate Chatfield‐Reed, Raymond J. Turner, Gordon Chua

Notice bibliographique

RevueGenes · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésGalliumEscherichia coliAntimicrobialGeneBiologyMutantDNA repairGeneticsDNAMicrobiologyBiochemistryComputational biologyChemistry

Résumé

récupéré en direct d'OpenAlex

The diagnostic and therapeutic agent gallium offers multiple clinical and commercial uses including the treatment of cancer and the localization of tumors, among others. Further, this metal has been proven to be an effective antimicrobial agent against a number of microbes. Despite the latter, the fundamental mechanisms of gallium action have yet to be fully identified and understood. To further the development of this antimicrobial, it is imperative that we understand the mechanisms by which gallium interacts with cells. As a result, we screened the Escherichia coli Keio mutant collection as a means of identifying the genes that are implicated in prolonged gallium toxicity or resistance and mapped their biological processes to their respective cellular system. We discovered that the deletion of genes functioning in response to oxidative stress, DNA or iron–sulfur cluster repair, and nucleotide biosynthesis were sensitive to gallium, while Ga resistance comprised of genes involved in iron/siderophore import, amino acid biosynthesis and cell envelope maintenance. Altogether, our explanations of these findings offer further insight into the mechanisms of gallium toxicity and resistance in E. coli.

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 enseignants0,010
Score d'incertitude au seuil0,334

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 Opus0,028
Tête enseignante GPT0,277
Écart entre enseignants0,249 · 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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenesMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207