MétaCan
Menu
Retour à la cohorte
Enregistrement W4390917682 · doi:10.3389/fsybi.2023.1345634

Escherichia coli adapts metabolically to 6- and 7-fluoroindole, enabling proteome-wide fluorotryptophan substitution

2024· article· en· W4390917682 sur OpenAlexaff
Christin Treiber-Kleinke, A. Berger, Lorenz Adrian, Nediljko Budiša, Beate Koksch

Notice bibliographique

RevueFrontiers in Synthetic Biology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEscherichia coliProteomeBacteriaBiochemistryBiologyAdaptation (eye)MicroorganismTryptophanChemistryAmino acidGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Nature has scarcely evolved a biochemistry around fluorine. However, modern science has shown that fluorinated organic molecules are suitable building blocks for biopolymers, from peptides and proteins up to entire organisms. Here, we conducted adaptive laboratory evolution (ALE) experiments to introduce organofluorine into living microorganisms. By cultivating Escherichia coli with fluorinated indole analogs, we successfully evolved microbial cells capable of utilizing either 6-fluoroindole or 7-fluoroindole for growth. Our improved ALE protocols enabled us to overcome previous challenges and adaptation was achieved, enabling a former growth inhibiting unnatural molecule to become a substrate for the cell’s protein synthesis machinery to the extent that the entire proteome underwent Trp to F-Trp substitution. In the ALE experiments, we supplied fluoroindoles to Trp-auxotrophic E. coli bacteria, exerting strong selective pressure that led to microbial adaptation. Within the cells, these indoles were converted into the corresponding amino acids (6- and 7-fluorotryptophan) and globally incorporated into the proteome at tryptophan sites. This study is a first step and establishes a strong foundation for further exploration of the mechanisms underlying fluorine-based life and how a former antimetabolite can become a vital nutrient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,378
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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 tête enseignante, 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Synthetic BiologyMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207