MétaCan
Menu
Retour à la cohorte
Enregistrement W3165563222 · doi:10.1038/s41467-021-23402-7

Ecology and molecular targets of hypermutation in the global microbiome

2021· article· en· W3165563222 sur OpenAlexafffund
Simon Roux, Blair G. Paul, Sarah C. Bagby, Stephen Nayfach, Michelle A. Allen, Graeme T. Attwood, Ricardo Cavicchioli, Ludmila Chistoserdova, Robert J. Gruninger, Steven Hallam, Maria Hernandez, Matthias Hess, Wen‐Tso Liu, Tim A. McAllister, Michelle O’Malley, Xuefeng Peng, Virginia I. Rich, S. R. Saleska, Emiley A. Eloe‐Fadrosh

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensGenome British ColumbiaUniversity of British ColumbiaAgriculture and Agri-Food Canada
Organismes subventionnairesLawrence Berkeley National LaboratoryCalifornia NanoSystems InstituteBiological and Environmental ResearchAustralian Research CouncilNatural Sciences and Engineering Research Council of CanadaUniversity of California, Santa BarbaraOffice of ScienceBeef Cattle Research CouncilGenome British ColumbiaNational Energy Research Scientific Computing CenterJoint Genome InstituteGenome CanadaU.S. Department of EnergyAgriculture and Agri-Food CanadaNational Science FoundationCompute CanadaAlberta Beef ProducersMarine Biological LaboratoryGovernment of Canada
Mots-clésBiologySomatic hypermutationOrganismGenomeGeneMicrobiomeGeneticsEvolutionary biologyComputational biologyModel organismMolecular evolution

Résumé

récupéré en direct d'OpenAlex

Changes in the sequence of an organism's genome, i.e., mutations, are the raw material of evolution. The frequency and location of mutations can be constrained by specific molecular mechanisms, such as diversity-generating retroelements (DGRs). DGRs have been characterized from cultivated bacteria and bacteriophages, and perform error-prone reverse transcription leading to mutations being introduced in specific target genes. DGR loci were also identified in several metagenomes, but the ecological roles and evolutionary drivers of these DGRs remain poorly understood. Here, we analyze a dataset of >30,000 DGRs from public metagenomes, establish six major lineages of DGRs including three primarily encoded by phages and seemingly used to diversify host attachment proteins, and demonstrate that DGRs are broadly active and responsible for >10% of all amino acid changes in some organisms. Overall, these results highlight the constraints under which DGRs evolve, and elucidate several distinct roles these elements play in natural communities.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,274
Écart entre enseignants0,267 · 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

Citations85
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetBacteriophages and microbial interactionsTravaux en français237 207