MétaCan
Menu
Retour à la cohorte
Enregistrement W3153753878 · doi:10.1021/acs.analchem.1c00962

Exploring the Microbiome-Wide Lysine Acetylation, Succinylation, and Propionylation in Human Gut Microbiota

2021· article· en· W3153753878 sur OpenAlexafffund
Xu Zhang, Kai Cheng, Zhibin Ning, Janice Mayne, Krystal Walker, Hao Chi, Charles L. Farnsworth, Kimberly Lee, Daniel Figeys

Notice bibliographique

RevueAnalytical Chemistry · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Economic Development and InnovationOntario Genomics InstituteGenome Canada
Mots-clésSuccinylationLysineAcetylationMicrobiomeHuman Microbiome ProjectChemistryComputational biologyBiochemistryAcetyltransferasesAcylationAmino acidBiologyHuman microbiomeBioinformatics

Résumé

récupéré en direct d'OpenAlex

Lysine acylations are important post-translational modifications that are present in both eukaryotes and prokaryotes and regulate diverse cellular functions. Our knowledge of the microbiome lysine acylation remains limited due to the lack of efficient analytical and bioinformatics methods for complex microbial communities. Here, we show that the serial enrichment using motif antibodies successfully captures peptides containing lysine acetylation, propionylation, and succinylation from human gut microbiome samples. A new bioinformatic workflow consisting of an unrestricted database search confidently identified >60,000 acetylated, and ∼20,000 propionylated and succinylated gut microbial peptides. The characterization of these identified modification-specific metaproteomes, i.e., meta-PTMomes, demonstrates that lysine acylations are differentially distributed in microbial species with different metabolic capabilities. This study provides an analytical framework for the study of lysine acylations in the microbiome, which enables functional microbiome studies at the post-translational level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,295
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,276
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetPeptidase Inhibition and AnalysisTravaux en français237 207