Genome assembly, analysis, and mining of <i>Kocuria flava</i> NIO_001: a thiopeptide antibiotic synthesizing bacterium isolated from marine sponge
Notice bibliographique
Résumé
Genome mining has been a key strategy for finding biosynthetic gene clusters (BGCs) coding for secondary metabolites in the recent past. Actinomycetia is among the important bacterial classes found in marine habitats, renowned for producing high-value secondary metabolites. Kocuria is one such gram-positive bacteria that has been reported to produce the potent antibacterial molecule kocurin/PM181104. The objective of this study was to confirm the production of kocurin/PM181104 followed by sequencing, assembly, and mining of the genome of Kocuria flava NIO_001. AntiSMASH analysis predicted the BGCs involved in the production of kocurin along with eight promising secondary metabolite-producing BGCs including non-alpha poly-amino acids like e-polylysin (NAPAA), ribosomally synthesized and post-translationally modified peptide like (RiPP-like), non-ribosomal peptide synthetase like (NRPS-like), NRPS-independent IucA/IucC-like siderophores (NI-siderophore), type III polyketide synthase (T3PKS), ε-Poly-l-lysine (NAPAA), terpene, and betalactone. Kyoto Encyclopedia for Genes and Genomes pathway analysis showed the presence of biosynthetic pathways involved in terpenoid backbone synthesis and the presence of certain hemolysin-like proteins. The present investigation is highly valuable for designing experiments to overproduce this potent antibiotic molecule by using a reverse engineering approach.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».