High throughput identification of genes conferring resistance or sensitivity to toxic effectors delivered by the type VI secretion system
Notice bibliographique
Résumé
Abstract The type six secretion system (T6SS) is a prevalent bacterial weapon delivering toxic effector proteins into nearby competitors. In addition to immunity genes that protect against a particular effector, alternate yet crucial nonspecific defences have also recently been identified. To systematically identify genes influencing T6SS susceptibility in numerous species, we designed a Tn-Seq-based competition assay. Combined with follow-up analyses using E. coli and V. cholerae gene knockout collections, we demonstrate that our Tn-Seq competition technique can be used to identify both immunity and non-immunity defences against the T6SS. We also identify E. coli proteins that facilitate T6SS-mediated cell death, including metabolic genes such as cyaA and gltA, where mutant strains were resistant to attack. Our findings act as a proof-of-concept for the technique while also illuminating novel genes of interest. Since Tn-Seq can be applied in numerous species, our method has broad potential for identifying diverse T6SS defence genes across genomes in a high-throughput manner. Importance The type six secretion system (T6SS) is a molecular poison-tipped spear that bacteria use to kill nearby competitors. To prevent self killing, they use antitoxins called immunity genes that specifically neutralize the poisons. Beyond immunity genes, multiple additional defences have recently been discovered but there are likely many more across the genomes of diverse species. To help discover these novel mechanisms, we designed a high-throughput method that can be used in numerous different species to rapidly identify genes involved in sensitivity to T6SS attacks. Using T6SS ‘killers’ delivering individual poisons and two commonly studied ‘prey’ bacteria, we show proof-of-principle that the technique can discover proteins that make the prey cells more resistant or sensitive to particular poisons. This will greatly improve the speed at which genes influencing the T6SS can be identified and selected for further study in follow-up analyses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».