MétaCan
Menu
Retour à la cohorte
Enregistrement W3162066309 · doi:10.1371/journal.ppat.1009532

Emerging and divergent roles of pyrophosphorylated nucleotides in bacterial physiology and pathogenesis

2021· review· en· W3162066309 sur OpenAlexafffund
N. Y Elizabeth Chau, Shehryar Ahmad, John C. Whitney, Brian K. Coombes

Notice bibliographique

RevuePLoS Pathogens · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEffectorStringent responseGuanosineNucleotideBiologyBacteriaBiochemistryCell biologyMetabolismMicrobial metabolismMicrobiologyEscherichia coliGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Bacteria inhabit diverse environmental niches and consequently must modulate their metabolism to adapt to stress. The nucleotide second messengers guanosine tetraphosphate (ppGpp) and guanosine pentaphosphate (pppGpp) (collectively referred to as (p)ppGpp) are essential for survival during nutrient starvation. (p)ppGpp is synthesized by the RelA-SpoT homologue (RSH) protein family and coordinates the control of cellular metabolism through its combined effect on over 50 proteins. While the role of (p)ppGpp has largely been associated with nutrient limitation, recent studies have shown that (p)ppGpp and related nucleotides have a previously underappreciated effect on different aspects of bacterial physiology, such as maintaining cellular homeostasis and regulating bacterial interactions with a host, other bacteria, or phages. (p)ppGpp produced by pathogenic bacteria facilitates the evasion of host defenses such as reactive nitrogen intermediates, acidic pH, and the complement system. Additionally, (p)ppGpp and pyrophosphorylated derivatives of canonical adenosine nucleotides called (p)ppApp are emerging as effectors of bacterial toxin proteins. Here, we review the RSH protein family with a focus on its unconventional roles during host infection and bacterial competition.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,248
Écart entre enseignants0,232 · 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
GenreSynthèse

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 revuePLoS PathogensMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207