Structural and enzymatic comparison of <i>Faecalibacterium prausnitzii</i> GH31 α-glycosidases
Notice bibliographique
Résumé
The gut microbiome is home to thousands of species of bacteria, that are essential for human digestion, immunity, and physiology. Faecalibacterium prausnitzii makes up about 5% of a healthy human gut microbiome and a lower abundance of this bacterium has been found in patients with IBD and Crohn's disease. Among an extensive repertoire of carbohydrate active enzymes, F. prausnitzii has 2 GH31 -glycosidases, which are from the same family as Sucrase-Isomaltase and Maltase-Glucoamylase, human digestive enzymes with overlapping and distinguishing substrate specificities. This project aims to characterize the substrate specificity and preference of F. prausnitzii GH31 -glycosidases to better understand the structural features of GH31 enzymes and the biological capabilities of these bacteria. AlphaFoldV2.1.0 was used to create computational models of F. prausnitzii glycosidases, and the substrate specificity and kinetics parameters are reported. Structurally, these -glycosidases have the same identified conserved N-terminal and (/)8 barrel domains, but FpAG1 has an additional conserved domain of unknown function at the C-terminus which is not found in the FpAG2 structure. Both FpAG1 and FpAG2 have -glucosidase and oligo-1,6-glucosidase activity. The comparative kinetic studies show that FpAG1 has a greater preference for -1,6 glycosidic linkages, and FpAG2 has a greater preference for -1,4 glycosidic linkages. Gaining insight on the GH31 -glycosidases as a component of F. prausnitzii metabolism can further our understanding of this community in the human gut microbiome.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».