Identification of novel genes involved in neutral lipid storage by quantitative trait loci analysis of Saccharomyces cerevisiae
Notice bibliographique
Résumé
BACKGROUND: The accumulation of intracellular fat depots is a polygenic trait. Therefore, the extent of lipid storage in the individuals of a species covers a broad range and is determined by many genetic factors. Quantitative trait loci analysis can be used to identify those genetic differences between two strains of the same species that are responsible for the differences in a given phenotype. We used this method and complementary approaches to identify genes in the yeast Saccharomyces cerevisiae that are involved in neutral lipid storage. RESULTS: We selected two yeast strains, the laboratory strain BY4741 and the wine yeast AWRI1631, with a more than two-fold difference in neutral lipid content. After crossing, sporulation and germination, we used fluorescence activated cell sorting to isolate a subpopulation of cells with the highest neutral lipid content from the pool of segregants. Whole genome sequencing of this subpopulation and of the unsorted pool of segregants implicated several loci that are involved in lipid accumulation. Three of the identified genes, PIG1, PHO23 and RML2, were investigated in more detail. Deletions of these genes and the exchange of the alleles between the two parental strains confirmed that the encoded proteins contribute to neutral lipid storage in S. cerevisiae and that PIG1, PHO23 and RML2 are the major causative genes. Backcrossing of one of the segregants with the parental strains for seven generations revealed additional regions in the genomes of both strains with potential causative genes for the high lipid accumulation phenotype. CONCLUSIONS: We identified several genes that contribute to the phenotype of lipid accumulation in an allele-specific manner. Surprisingly, no allelic variations of genes with known functions in lipid metabolism were found, indicating that the level of storage lipid accumulation is determined by many cellular processes that are not directly related to lipid metabolism.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».