Global analysis of <i>Saccharomyces cerevisiae</i> growth in mucin
Notice bibliographique
Résumé
Metagenomic profiling of the human gut microbiome has discovered DNA from dietary yeasts like Saccharomyces cerevisiae. However, it is unknown if the S. cerevisiae detected by common metagenomic methods are from dead dietary sources, or from live S. cerevisiae colonizing the gut similar to their close relative Candida albicans. While S. cerevisiae can adapt to minimal oxygen and acidic environments, it has not been explored whether this yeast can metabolize mucin, the large, gel-forming, highly glycosylated proteins representing a major source of carbon in the gut mucosa. We reveal that S. cerevisiae can utilize mucin as their main carbon source, as well as perform both a transcriptome analysis and a chemogenomic screen to identify biological pathways required for this yeast to grow optimally in mucin. In total, 739 genes demonstrate significant differential expression in mucin culture, and deletion of 21 genes impact growth in mucin. Both screens suggest that mitochondrial function is required for proper growth in mucin, and through secondary assays we determine that mucin exposure induces mitogenesis and cellular respiration. We further show that deletion of an uncharacterized ORF, YCR095W-A, led to dysfunction in mitochondrial morphology and oxygen consumption in mucin. Finally, we demonstrate that Yps7, an aspartyl protease and homolog to mucin-degrading proteins in C. albicans, is important for growth on mucin. Collectively, our work serves as the initial step toward establishing how this common dietary fungus can survive in the mucus environment of the human gut.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».