MétaCan
Menu
Retour à la cohorte
Enregistrement W3215055113 · doi:10.1101/2021.11.25.470051

Genetic perturbation enhances functional heterogeneity in alkaline phosphatase

2021· preprint· en· W3215055113 sur OpenAlexaff
Morito Sakuma, Shingo Honda, Hiroshi Ueno, Kentaro Miyazaki, Nobuhiko Tokuriki, Hiroyuki Noji

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueAlkaline Phosphatase Research Studies
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesCore Research for Evolutional Science and TechnologyJapan Science and Technology AgencyJapan Society for the Promotion of Science
Mots-clésGenetic heterogeneityAlkaline phosphataseEnzymeMutantBiologyPhosphatasePoint mutationGeneticsSpatial heterogeneityFunctional analysisChemistryBiochemistryGenePhenotypeEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Enzymes inherently exhibit molecule-to-molecule heterogeneity in catalytic activity or function, which underlies the acquisition of new functions in evolutionary processes. However, correlations between the functional heterogeneity of an enzyme and its multi-functionality or promiscuity remain elusive. In addition, the modulation of functional heterogeneity upon genetic perturbation is currently unexplored. Here, we quantitatively analyzed functional heterogeneity in the wild-type and 69 single-point mutants of Escherichia coli alkaline phosphatase (AP) by employing single-molecule assay with a femtoliter reactor array device. Most mutant enzymes exhibited higher functional heterogeneity than the wild-type enzyme, irrespective of catalytic activity. These results indicated that the wild-type AP minimizes functional heterogeneity, and single-point mutations can significantly expand the span of functional heterogeneity in AP. Moreover, we identified a clear correlation between functional heterogeneity and promiscuous activities. These findings suggest that enzymes can acquire greater functional heterogeneity following marginal genetic perturbations that concomitantly promote catalytic promiscuity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,272
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAlkaline Phosphatase Research StudiesTravaux en français237 207