Iron Limitation in Klebsiella pneumoniae Defines New Roles for Lon Protease in Homeostasis and Degradation by Quantitative Proteomics
Notice bibliographique
Résumé
Nutrient adaptation is key in limiting environments for the promotion of microbial growth and survival. In microbial systems, iron is an essential component for many cellular processes and bioavailability varies greatly among different conditions. In the bacterium, Klebsiella pneumoniae, the impact of iron limitation is known to alter transcriptional expression of iron-acquisition pathways and influence secretion of iron-binding siderophores; however, a comprehensive view of iron limitation at the protein-level remains to be defined. Here, we apply a mass spectrometry-based quantitative proteomics strategy to profile the global impact of iron limitation on the cellular proteome and extracellular environment (secretome) of K. pneumoniae. Our data defines the impact of iron on proteins involved in transcriptional regulation and emphasizes the modulation of a vast array of proteins associated with iron acquisition, transport, and binding. We also identify proteins in the extracellular environment associated with conventional and nonconventional modes of secretion, as well as vesicle release. In particular, we demonstrate a new role for Lon protease in promoting iron homeostasis outside of the cell. Characterization of a Lon protease mutant in K. pneumoniae validates roles in bacterial growth, cell division, and virulence, and uncovers novel degradation candidates of Lon protease associated with improved iron utilization strategies in the absence of the enzyme. Overall, we provide evidence of unique connections between Lon and iron in a bacterial system and suggest a new role for Lon protease in the extracellular environment during nutrient limitation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».