MétaCan
Menu
← Retour à la cohorte
Enregistrement W3045942089 · doi:10.1021/acssynbio.0c00192

Rational Design of Novel Fluorescent Enzyme Biosensors for Direct Detection of Strigolactones

2020· article· en· W3045942089 sur OpenAlexfundno aff
Rebecca J. Chesterfield, Jason Whitfield, Benjamin Pouvreau, Da Cao, Kirill Alexandrov, Christine A. Beveridge, Claudia E. Vickers

Notice bibliographique

RevueACS Synthetic Biology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Parasitism and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilAustralian GovernmentCommonwealth Scientific and Industrial Research OrganisationCanada Excellence Research Chairs, Government of CanadaUniversity of QueenslandQueensland University of Technology
Mots-clésStrigolactoneBiosensorBiologyGreen fluorescent proteinFluorophoreRhizosphereBiochemistryFluorescenceArabidopsisBacteriaMutantGene

Résumé

récupéré en direct d'OpenAlex

Abstract Strigolactones are plant hormones and rhizosphere signalling molecules with key roles in plant development, mycorrhizal fungal symbioses, and plant parasitism. Currently, sensitive, specific, and high-throughput methods of detecting strigolactones are limited. Here, we developed genetically encoded fluorescent strigolactone biosensors based on the strigolactone receptors DAD2 from Petunia hybrida, and HTL7 from Striga hermonthica via domain insertion of circularly permuted GFP. The DAD2 biosensor exhibited loss of cpGFP fluorescence in vitro upon treatment with the strigolactones 5-deoxystrigol and orobanchol, or the strigolactone analogue GR24. The biosensor likewise responded to strigolactones in an in vivo protoplast system, and retained strigolactone hydrolysis activity. The ShHTL7 biosensor exhibited loss of cpGFP fluorescence upon GR24 treatment in vitro, and responded to a specific inhibitor of ShHTL7 but not DAD2, indicating that the biosensors retained the specificity of their parent receptors. These biosensors have applications in high-throughput screening, and may also have utility for studying strigolactone biology.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,044
Tête enseignante GPT0,237
Écart entre enseignants0,193 · 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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Synthetic Biology→Même sujetPlant Parasitism and Resistance→Travaux en français237 207→