Condition-dependent amorphous protein agglomerates control cytoplasmic rheology
Notice bibliographique
Résumé
Summary Molecular crowding in the bacterial cytoplasm restricts the diffusion of large molecules, impacting cellular processes. However, how nutrient availability influences cytoplasmic rheology is not well understood. With single-particle tracking in Escherichia coli , we observed a threefold variation in the diffusion of a 40-nm particle across exponential growth conditions. Previously suggested determinants of rheology did not account for this variation; instead, we found a strong anticorrelation between the diffusion coefficient and the abundance of amino acid metabolism proteins, persisting upon genetic perturbations and showing that lower diffusion is associated with increased viscoelasticity. Photoactivated light microscopy revealed that some amino acid metabolism proteins form clusters. Electron microscopy showed that these proteins could form amorphous agglomerates at physiological concentrations in vitro, likely driven by their low intrinsic disorder, high compactness and hydropathy score. These findings show that protein agglomerates regulate cytoplasmic rheology in a condition-dependent manner, suggesting an underappreciated level of cytoplasmic organization. Highlights Diffusion of 40-nm particles varies threefold across growth conditions in E. coli Cytoplasmic diffusion inversely correlates with COG-E protein abundance COG-E proteins form agglomerates that increase cytoplasmic viscoelasticity Protein compactness and hydrophobicity predict condition-dependent crowding effects
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».