Unraveling the regulatory dynamics of bidirectional promoters for modulating gene co-expression and metabolic flux in <i>Saccharomyces cerevisiae</i>
Notice bibliographique
Résumé
Bidirectional promoters (BDPs) hold great promise for applications in synthetic biology by enabling co-expression of multiple genes with minimized promoter size. However, the lack of well-characterized BDPs along with an incomplete understanding of their regulatory mechanisms limits broader applications. Here, we conducted genome-wide screening and characterization of 749 BDP candidates containing a single shared nucleosome-depleted region in yeast Saccharomyces cerevisiae. A pronounced asymmetry in BDP strength was observed using both transcriptomic and fluorescence reporter analyses. We demonstrated that these unbalanced BDP strengths could be utilized for fine-tuning metabolic flux in yeast, achieving yields comparable to or exceeding those of commonly used constitutive or inducible promoters for terpenoid production under the examined conditions. Using in silico mutagenesis guided by the DREAM-CNN yeast cis-regulatory AI prediction model, we identified conserved activator-binding hotspots within the central region of 63.8% of identified BDP candidates. Disruption of these hotspots in six selected BDPs significantly reduced promoter strength in both orientations, suggesting that these AI-predicted motifs are indeed critical for the functionality of BDPs. Overall, this study provides a comprehensive framework for BDP identification and engineering, leveraging AI-guided models to advance rational synthetic promoter design, thus paving the way for precise genetic control in synthetic 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 | 0,000 |
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.
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 ».