MétaCan
Menu
Retour à la cohorte
Enregistrement W4414410029 · doi:10.1128/msphere.00453-25

CRISPR adaptation in <i>Streptococcus thermophilus</i> benefits from phage environmental DNA

2025· article· en· W4414410029 sur OpenAlexafffund
F. R. Croteau, Jenny Tran, Alexander P. Hynes

Notice bibliographique

RevuemSphere · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCRISPRContext (archaeology)BacteriaDNAGenomeAcquired immune systemImmune systemAdaptation (eye)Cas9

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The CRISPR-Cas system is a bacterial adaptive immune system that protects against infection by phages: viruses that infect bacteria. To develop immunity, bacteria integrate spacers—fragments of the invading nucleic acids—into their CRISPR array to serve as the basis for sequence-targeted DNA cleavage. However, upon infection, a phage quickly takes over the metabolism of the bacterium, leaving little time for the bacterium to acquire new spacers, transcribe them, and use them to cut the invading DNA. To develop CRISPR immunity, bacteria must be safely exposed to phage DNA. Phage infection releases environmental DNA (eDNA) which could be involved in the development of CRISPR immunity. Using Streptococcus thermophilus and phages 2972 and 858 as a model for CRISPR immunity, we show that eDNA is involved in CRISPR immunity, as generation of phage-immune bacterial colonies decreases with eDNA digestion. Furthermore, it is phage eDNA specifically that impacts CRISPR immunity since only its addition increases the generation of phage-immune colonies. We also show that the effect of eDNA is phage-specific, sequence-specific, and can even be traced to a region of the genome covering the early-expressed genes, which differ between phages 2972 and 858. However, we also show that eDNA is not used as a source of genetic information for spacer acquisition. These results link eDNA to the CRISPR-Cas system, providing a better understanding of the context of the emergence of CRISPR immunity and could inform our understanding of the mechanisms through which bacteria detect phage infection. IMPORTANCE How can a bacterial adaptive immune system (the CRISPR-Cas system) exist at all, when exposure to a virulent phage is so consistently lethal? We proposed that bacteria might actively sample their genetic environment for phage DNA through natural competence. In testing this hypothesis, we revealed that free phage DNA is important to CRISPR immunity—but not as the source of the immunological memory.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,500

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 GPT0,246
Écart entre enseignants0,242 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemSphereMême sujetCRISPR and Genetic EngineeringTravaux en français237 207