MétaCan
Menu
Retour à la cohorte
Enregistrement W4406603266 · doi:10.1101/2025.01.15.633269

Stability of multi-species consortia during microbial metabolic evolution

2025· preprint· en· W4406603266 sur OpenAlexaff
Dan Kehila, Alireza G. Tafreshi, Nobuhiko Tokuriki

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of British ColumbiaCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésStability (learning theory)EcologyBiologyBiochemical engineeringEvolutionary biologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Explaining multi-genic adaptations is a major objective of evolutionary theory. Metabolic pathways require multiple functional enzymes to generate a phenotype, and their evolution in microbes remains underexplored. In particular, sites polluted with manmade chemicals or “xenobiotics”, like plastic or pesticides, provide evidence for the rapid adaptation of novel metabolic pathways in microbes, which degrade these xenobiotics into utilizable nutrients. Decades of microbiological studies revealed that these pathways often are not consolidated within a single microbial species, but are rather distributed across several different ones, which cooperatively degrade xenobiotics. These species form remarkably stable consortia in the laboratory, but the determinants of this stability have not been hereto addressed. In this study, we show that trade-offs in microbial life history explain stable co-existence in a mathematical model of a three-species consortium, growing on a xenobiotic as the sole source of a limiting nutrient. Stability is predicted to hinge on a specific “ecological matching” between a species’ metabolic role in the novel metabolic pathway and its nutrient utilization strategy.

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 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 enseignants0,105
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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