MétaCan
Menu
Retour à la cohorte
Enregistrement W2950392178 · doi:10.1128/mbio.00171-19

<i>Streptomyces</i> Volatile Compounds Influence Exploration and Microbial Community Dynamics by Altering Iron Availability

2019· article· en· W2950392178 sur OpenAlexafffund
Stephanie E. Jones, Christine A. Pham, Matthew Zambri, Joseph McKillip, Erin E. Carlson, Marie A. Elliot

Notice bibliographique

RevuemBio · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaUniversity of MinnesotaNational Science Foundation
Mots-clésStreptomycesBacteriaMicrobial metabolismTrimethylamineYeastBiologyBacterial growthSaccharomyces cerevisiaeMicrobial population biologyChemistryMicrobiologyBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Microbial growth and community interactions are influenced by a multitude of factors. A new mode of Streptomyces growth—exploration—is promoted by interactions with the yeast Saccharomyces cerevisiae and requires the emission of trimethylamine (TMA), a pH-raising volatile compound. We show here that TMA emission also profoundly alters the environment around exploring cultures. It specifically reduces iron availability, and this in turn adversely affects the viability of surrounding microbes. Paradoxically, Streptomyces bacteria thrive in these iron-depleted niches, both rewiring their gene expression and metabolism to facilitate iron uptake and increasing their exploration rate. Growth in close proximity to other microbes adept at iron uptake also enhances exploration. Collectively, the data from this work reveal a new role for bacterial volatile compounds in modulating nutrient availability and microbial community behavior. The results further expand the repertoire of interspecies interactions and nutrient cues that impact Streptomyces exploration and provide new mechanistic insight into this unique mode of bacterial growth.

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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Citations97
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207