MétaCan
Menu
Retour à la cohorte
Enregistrement W4401813315 · doi:10.1101/2024.08.21.609071

Cell Geometry and Membrane Protein Crowding Constrain <i>Escherichia coli</i> Growth Rate, Overflow Metabolism, Respiration, and Maintenance Energy

2024· preprint· en· W4401813315 sur OpenAlexaff
Ross P. Carlson, Tomáš Gedeon, Mauricio Garcia Benitez, William R. Harcombe, Radhakrishnan Mahadevan, Ashley E. Beck

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAir Force Office of Scientific ResearchU.S. Department of AgricultureNational Institute of Food and AgricultureNational Institutes of HealthNational Science Foundation
Mots-clésRespirationEnergy metabolismCrowdingCell biologyBiophysicsMetabolismGeometryChemistryBiologyBiochemistryBotanyMathematicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

K-12 strains MG1655 and NCM3722. The strains are genetically similar but differ in surface area to volume (SA:V) ratios by up to 30%, maximum growth rates on glucose media by 40%, and overflow-inducing growth rates by 80%. The predictions were tested against experimental evidence including phenomics data, membrane proteomics data, and MG1655 SA:V mutant growth rates. The predictions were remarkably consistent with experimental data and provided a membrane-centric explanation for maximum growth rate, maintenance energy generation, respiration chain efficiency (P/O number), and optimal biomass yield of a strain. These analyses did not consider cytosolic macromolecular crowding, highlighting the distinct properties of the presented theory and gaps in current cell biology literature. Cell geometry and membrane protein crowding are significant biophysical constraints and consideration of both provide a more complete theoretical framework for improved understanding and control of cell biology.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,178
Écart entre enseignants0,173 · 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.

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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207