MétaCan
Menu
Retour à la cohorte
Enregistrement W4405811890 · doi:10.1093/gbe/evae277

Bacterial Growth Temperature as a Horizontally Acquired Polygenic Trait

2024· article· en· W4405811890 sur OpenAlexaff
Anne A. Farrell, Camilla Nesbø, Olga Zhaxybayeva

Notice bibliographique

RevueGenome Biology and Evolution · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesUniversitetet i BergenMontana State UniversityDartmouth College
Mots-clésBiologyTraitEvolutionary biologyEcology

Résumé

récupéré en direct d'OpenAlex

Evolutionary events leading to organismal preference for a specific growth temperature, as well as genes whose products are needed for a proper function at that temperature, are poorly understood. Using 64 bacteria from phylum Thermotogota as a model system, we examined how optimal growth temperature changed throughout Thermotogota history. We inferred that Thermotogota's last common ancestor was a thermophile and that some Thermotogota evolved the mesophilic and hyperthermophilic lifestyles secondarily. By modeling gain and loss of genes throughout Thermotogota history and by reconstructing their phylogenies, we demonstrated that adaptations to lower and higher growth temperature involve both the acquisition of necessary genes and loss of unnecessary genes. Via a pangenome-wide association study, we correlated presence/absence of 68 genes with specific optimal growth temperature intervals. While some of these genes are poorly characterized, most are involved in metabolism of amino acids, nucleotides, carbohydrates, and lipids, as well as in signal transduction and regulation of transcription. Most of the 68 genes have a history of horizontal gene transfer with other bacteria and archaea that often grow at similar temperatures, suggesting that parallel acquisitions of genes likely promote independent adaptations of different Thermotogota species to specific growth temperatures.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,576

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 Opus0,005
Tête enseignante GPT0,216
Écart entre enseignants0,211 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome Biology and EvolutionMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207