Characterisation of Amino Acid Biosynthetic Pathways in Synechocystis sp. PCC 6803 via Analysis of Auxotrophic Mutants
Notice bibliographique
Résumé
Cyanobacteria are an important phylum which play a key role in ecological processes such as nitrogen and carbon fixation, in addition to being a potential renewable platform for production of high value chemical precursors. Many stains of cyanobacteria also produce notable natural products such as herbicides, anti-microbial, and anti-fungal compounds. To utilise cyanobacteria more effectively, greater understanding of central metabolism would aid engineering strategies for redirection of metabolic flux to secondary metabolites. Even in well studied cyanobacteria such as Synechocystis sp. PCC 6803 (Synechocystis), many genes involved in the biosynthesis of amino acids, precursors for a range of chemicals and natural products, remain uncharacterised. In this study I attempted to characterise genes encoding for amino acid biosynthetic enzymes via generation of auxotrophic mutants, a process whereby a target gene is deleted while mutants are cultivated on media containing the metabolite synthesised by the deleted target pathway. An initial approach at generating auxotrophic mutants on BG11 media supplemented exclusively with a single amino acid yielded only partially segregated mutants. This suggests that native Synechocystis amino acid transporters were either absent, or inefficient at importing amino acids to compensate for loss of gene function. A second approach successfully obtained auxotrophic mutants in multiple amino acid biosynthesis pathways by using BG11 media supplemented with an oligopeptide mix. This is the first study in which an auxotrophic mutant was generated in Synechocystis using these methods. This thesis establishes and discusses methods of generating auxotrophic mutants to provide insight for further characterisation of proteins involved in amino acid biosynthesis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».