Autoclaving and long-term storage deplete glutamine sources in complex media and affect bacterial phenotypes
Notice bibliographique
Résumé
Abstract Autoclave sterilization is the most common method for sterilizing reagents and media in biology. However, the effects of heat-induced loss or modification of complex medium components on bacterial growth and phenotypes remain poorly understood. Here, we investigated the impact of autoclaving on glutamine sources in bacterial complex media using an Escherichia coli Δ glnA mutant, which requires exogenous glutamine for growth. Δ glnA exhibited impaired growth in LB medium after autoclaving compared with non-autoclaved LB, whereas its residual growth indicated the presence of heat-stable glutamine sources. Growth assays and HPLC quantification revealed that free glutamine in LB decreased from 58 µM to 12 µM upon autoclaving, while heat-stable glutamine sources remained at 117 µM. Similar growth defects were observed for Δ glnA in autoclaved BHI, TSB, and M17 media compared with their non-autoclaved counterparts. Long-term storage of LB at room temperature for 24 weeks also reduced Δ glnA growth regardless of autoclaving, compared with freshly prepared LB. Furthermore, supplementation of glutamine sources into glutamine-deficient MHB medium enhanced biofilm formation by Pseudomonas aeruginosa . Collectively, these results demonstrate that autoclaving and storage reduce glutamine sources in complex media, thereby influencing bacterial growth and phenotypes.
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 ».