MétaCan
Menu
Retour à la cohorte
Enregistrement W4223517312 · doi:10.3389/fmicb.2022.831973

Genome-Wide Identification of Cellular Pathways and Key Genes That Respond to Sodium Bicarbonate Stress in Saccharomyces cerevisiae

2022· article· en· W4223517312 sur OpenAlexfundno aff
Xiuling Cao, Tingting An, Wenhao Fu, Jie Zhang, Huihui Zhao, Danqi Li, Xuejiao Jin, Beidong Liu

Notice bibliographique

RevueFrontiers in Microbiology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensnon disponible
Organismes subventionnairesConnaught FundVetenskapsrådetCancerfondenNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésSaccharomyces cerevisiaeTranscriptomeBiologyGeneMutantDownregulation and upregulationGenomeCell biologyBiochemistryGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Sodium bicarbonate (NaHCO3) is an important inorganic salt. It is not only widely used in industrial production and daily life, but is also the main stress in alkaline saline soil. NaHCO3 has a strong ability to inhibit the growth of fungi in both natural environment and daily application. However, the mechanism by which fungi respond to NaHCO3 stress is not fully understood. To further clarify the toxic mechanisms of NaHCO3 stress and identify the specific cellular genes and pathways involved in NaHCO3 resistance, we performed genome-wide screening with NaHCO3 using a Saccharomyces cerevisiae deletion mutant library. A total of 33 deletion mutants with NaHCO3 sensitivity were identified. Compared with wild-type strains, these mutants had significant growth defects in the medium containing NaHCO3. Bioinformatics analysis found that the corresponding genes of these mutants are mainly enriched in the cell cycle, mitophagy, cell wall integrity, and signaling pathways. Further study using transcriptomic analysis showed that 309 upregulated and 233 downregulated genes were only responded to NaHCO3 stress, when compared with yeast transcriptomic data under alkaline and saline stress. Upregulated genes were mainly concentrated in amino acid metabolism, steroid biosynthesis, and cell wall, while downregulated genes were enriched in various cellular metabolisms. In summary, we have identified the cellular pathways and key genes that respond to NaHCO3 stress in the whole genome, providing resource and direction for understanding NaHCO3 toxicity and cellular resistance mechanisms.

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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetFungal and yeast genetics researchTravaux en français237 207