MétaCan
Menu
Retour à la cohorte
Enregistrement W7030185390

Multi-omics approaches to unravel regulatory dynamics in yeast bioreactor cultivations

2024· other· en· W7030185390 sur OpenAlexfundno aff

Notice bibliographique

RevueChalmers Research (Chalmers University of Technology) · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetNovo NordiskNovo Nordisk FondenSvenska Forskningsrådet FormasYork University
Mots-clésYarrowiaChemostatTranscriptomeYeastBioreactorSaccharomyces cerevisiaeBioprocessBioproductionIndustrial microbiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate change is a multifaceted problem that requires multiple scientific discoveries and engineering innovations. Among the innovations that have emerged in recent years are microbial cell factories, engineered microorganisms that produce desired molecules through their metabolism. A promising microbial cell factory is Yarrowia lipolytica, an oleaginous yeast that has gained significant traction since it proved a versatile host to produce lipids as well as both bulk and fine chemicals. However, further research is needed to better understand this host and to design better bioprocesses.To improve the current understanding of Y. lipolytica as a microbial cell factory, I combined chemostat cultivations with transcriptomic analysis. I studied the underlying biology of a platform strain with disrupted lipid synthesis, revealing that abolishing storage lipids induces protein misfolding and stress responses. I then explored the use of urea as an alternative and more sustainable nitrogen source, demonstrating that it does not alter the cell transcriptome and can reduce media acidification. I combined this information to improve a fed-batch cultivation to produce high titres of itaconic acid. Meanwhile, I laid the foundations for single-cell transcriptomics to explore cell heterogeneity in bioreactor cultivations. I performed a proof-of-concept analysis in the well‑characterized yeast Saccharomyces cerevisiae to understand the potential challenges in translating single‑cell transcriptomics to Y. lipolytica. I found that cell cycle genes are a major source of variability that needs to be minimized. The work performed combines bioreactor cultivation with omics analyses to inform and guide future strain improvement. Overall, this thesis explores and expands knowledge in relevant areas to develop Y. lipolytica as a microbial cell factory for the sustainable production of non‑lipid chemicals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,180
Tête enseignante GPT0,317
Écart entre enseignants0,137 · 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 source (Gemma direct ou Codex distillé), 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChalmers Research (Chalmers University of Technology)Travaux en français237 207