Experimental evolution reveals nitrate tolerance mechanisms in <i>Desulfovibrio vulgaris</i>
Notice bibliographique
Résumé
Abstract Elevated nitrate in the environment inhibits sulfate reduction by important microorganisms of sulfate-reducing bacteria (SRB). Several SRB may respire nitrate to survive under elevated nitrate, but how SRB that lack nitrate reductase survive to elevated nitrate remains elusive. To understand nitrate adaptation mechanisms, we evolved 12 populations of a model SRB (i.e., Desulfovibrio vulgaris Hildenborough, DvH) under elevated NaNO3 for 1000 generations, analyzed growth and acquired mutations, and linked their genotypes with phenotypes. Nitrate-evolved (EN) populations significantly (p &lt; 0.05) increased nitrate tolerance, and whole-genome resequencing identified 119 new mutations in 44 genes of 12 EN populations, among which six functional gene groups were discovered with high mutation frequencies at the population level. We observed a high frequency of nonsense or frameshift mutations in nitrosative stress response genes (NSR: DVU2543, DVU2547, and DVU2548), nitrogen regulatory protein C family genes (NRC: DVU2394-2396, DVU2402, and DVU2405), and nitrate cluster (DVU0246-0249 and DVU0251). Mutagenesis analysis confirmed that loss-of-functions of NRC and NSR increased nitrate tolerance. Also, functional gene groups involved in fatty acid synthesis, iron regulation, and two-component system (LytR/LytS) known to be responsive to multiple stresses, had a high frequency of missense mutations. Mutations in those gene groups could increase nitrate tolerance through regulating energy metabolism, barring entry of nitrate into cells, altering cell membrane characteristics, or conferring growth advantages at the stationary phase. This study advances our understanding of nitrate tolerance mechanisms and has important implications for linking genotypes with phenotypes in DvH.
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 ».