MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206618985 · doi:10.3410/f.736859989.793567032

Faculty Opinions recommendation of An interbacterial toxin inhibits target cell growth by synthesizing (p)ppApp.

2019· dataset· en· W4206618985 sur OpenAlexfundno aff
Chris Waters

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2019
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthUniversity of ChicagoNational Institute of Allergy and Infectious DiseasesJane Coffin Childs Memorial Fund for Medical ResearchArgonne National LaboratoryCisco SystemsU.S. Department of EnergyHoward Hughes Medical Institute
Mots-clésEffectorBacteriaMetaboliteSecretionPathogenBiologyCell envelopeCell growthCell biologyMicrobiologyBiochemistryGeneticsEscherichia coliGene

Résumé

récupéré en direct d'OpenAlex

Bacteria have evolved sophisticated mechanisms to inhibit the growth of competitors1. One such mechanism involves type VI secretion systems, which bacteria can use to inject antibacterial toxins directly into neighbouring cells. Many of these toxins target the integrity of the cell envelope, but the full range of growth inhibitory mechanisms remains unknown2. Here we identify a type VI secretion effector, Tas1, in the opportunistic pathogen Pseudomonas aeruginosa. The crystal structure of Tas1 shows that it is similar to enzymes that synthesize (p)ppGpp, a broadly conserved signalling molecule in bacteria that modulates cell growth rate, particularly in response to nutritional stress3. However, Tas1 does not synthesize (p)ppGpp; instead, it pyrophosphorylates adenosine nucleotides to produce (p)ppApp at rates of nearly 180,000 molecules per minute. Consequently, the delivery of Tas1 into competitor cells drives rapid accumulation of (p)ppApp, depletion of ATP, and widespread dysregulation of essential metabolic pathways, thereby resulting in target cell death. Our findings reveal a previously undescribed mechanism for interbacterial antagonism and demonstrate a physiological role for the metabolite (p)ppApp in bacteria. PMID: 31695193 Funding information This work was supported by: NIH HHS, United States Grant ID: S10 OD021527 NIGMS NIH HHS, United States Grant ID: P30 GM124165 NIAID NIH HHS, United States Grant ID: HHSN272201700060C NIAID NIH HHS, United States Grant ID: HHSN272201200026C NIGMS NIH HHS, United States Grant ID: R01 GM082899

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,430

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0020,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,6990,464

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 GPT0,312
Écart entre enseignants0,296 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetAntibiotic Resistance in Bacteria→Travaux en français237 207→