CRAGE-mediated insertion of fluorescent chromosomal markers for accurate and scalable measurement of co-culture dynamics in Escherichia coli
Notice bibliographique
Résumé
Abstract Monitoring population dynamics in co-culture is necessary in engineering microbial consortia involved in distributed metabolic processes or biosensing applications. However, it remains difficult to measure strain-specific growth dynamics high-throughput formats. This is especially vexing in plate-based functional screens leveraging whole-cell biosensors to detect specific metabolic signals. Here we develop an experimental high-throughput co-culture system to measure and model the relationship between fluorescence and cell abundance, combining chassis-independent recombinase-assisted genome engineering (CRAGE) and whole-cell biosensing with a PemrR-green fluorescent protein (GFP) monoaromatic reporter used in plate-based functional screening. CRAGE was used to construct E. coli EPI300 strains constitutively expressing red fluorescent protein (RFP) and the relationship between RFP expression and optical density (OD600) was determined throughout the EPI300 growth cycle. A linear equation describing the increase of normalized RFP fluorescence during deceleration phase was derived and used to predict biosensor strain dynamics in co-culture. Measured and predicted values were compared using flow cytometric detection methods. Induction of the biosensor lead to increased GFP fluorescence normalized to biosensor cell abundance, as expected, but a significant decrease in relative abundance of the biosensor strain in co-culture and a decrease in bulk GFP fluorescence. Taken together, these results highlight sensitivity of population dynamics to variations in metabolic activity in co-culture and the potential effect of these dynamics on the performance of functional screens in plate-based formats. The engineered strains and model used to evaluate these dynamics provide a framework for optimizing growth of synthetic co-cultures used in screening, testing and pathway engineering applications
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».