MétaCan
Menu
Retour à la cohorte
Enregistrement W4288050790 · doi:10.2174/1389203723666220727142630

Impact of Azo Dyes and Ibuprofen on the Proteome of Serratia nematodiphilasp. MB307

2022· article· en· W4288050790 sur OpenAlexaff
Azra Yasmin, Zarrin Basharat, Kyung‐Mee Moon, Leonard J. Foster

Notice bibliographique

RevueCurrent Protein and Peptide Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEnzyme-mediated dye degradation
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProteomePollutantBacteriaSerratiaProteomicsChemistryBiologyBiochemistryMicrobiologyEcologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Micropollutants comprise organic/mineral substances that cause an undesirable impact on the environment, by affecting life at all scales. In this study, we explored the changes they impart on the global proteome of a soil bacterium Serratia nematodiphila MB307, for two classes of pollutants, i.e., Azo dyes (Methyl orange, Congo red) and a pharmaceutical (Ibuprofen). METHODS: The 100 μg pollutant supplemented alteration of pure S. nematodiphila MB307 culture after 24 hours of incubation at 37 °C and its control was analyzed using a differential proteomics approach. MaxQuant software with the Perseus package was used for data analysis purposes. RESULTS: Prominently, ribosomal proteins and chaperones were up or downregulated in the whole cell and membranous fraction. CONCLUSION: This illustrates dynamic protein production adaptation of bacteria, to cope with stress and cell growth/division trade-off for survival. A collective pattern of survival under stress or pollution resistance could not be decrypted for all classes of pollutants, portraying dissimilar mechanisms of coping with differently structured pollutant moieties.

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 Opus0,029
Tête enseignante GPT0,269
Écart entre enseignants0,240 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Protein and Peptide ScienceMême sujetEnzyme-mediated dye degradationTravaux en français237 207