MétaCan
Menu
Retour à la cohorte
Enregistrement W3154101342 · doi:10.3390/metabo11040239

Specialized Metabolites from Ribosome Engineered Strains of Streptomyces clavuligerus

2021· article· en· W3154101342 sur OpenAlexafffund
Arshad Ali Shaikh, Louis‐Félix Nothias, Santosh K. Srivastava, Pieter C. Dorrestein, Kapil Tahlan

Notice bibliographique

RevueMetabolites · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésStreptomyces clavuligerusStreptomycesIn silicoMetabolic engineeringMetabolomicsComputational biologyBiologyMetaboliteGeneBiochemistrySecondary metaboliteBiotechnologyChemistryGeneticsBioinformaticsActinomycetalesBacteria

Résumé

récupéré en direct d'OpenAlex

Bacterial specialized metabolites are of immense importance because of their medicinal, industrial, and agricultural applications. Streptomyces clavuligerus is a known producer of such compounds; however, much of its metabolic potential remains unknown, as many associated biosynthetic gene clusters are silent or expressed at low levels. The overexpression of ribosome recycling factor (frr) and ribosome engineering (induced rpsL mutations) in other Streptomyces spp. has been reported to increase the production of known specialized metabolites. Therefore, we used an overexpression strategy in combination with untargeted metabolomics, molecular networking, and in silico analysis to annotate 28 metabolites in the current study, which have not been reported previously in S. clavuligerus. Many of the newly described metabolites are commonly found in plants, further alluding to the ability of S. clavuligerus to produce such compounds under specific conditions. In addition, the manipulation of frr and rpsL led to different metabolite production profiles in most cases. Known and putative gene clusters associated with the production of the observed compounds are also discussed. This work suggests that the combination of traditional strain engineering and recently developed metabolomics technologies together can provide rapid and cost-effective strategies to further speed up the discovery of novel natural products.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,126
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0040,000

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 Opus0,017
Tête enseignante GPT0,255
Écart entre enseignants0,238 · 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.

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

Citations23
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207