The role of acrA in arsenic resistance of «Aspergillus niger» and its use as the basis for the development of an arsenic detecting biosensor
Notice bibliographique
Résumé
Arsenic contamination of groundwater sources is a major issue worldwide. Over 100 million people are estimated to be exposed to toxic levels of arsenic. Effective methods of detection are thus greatly needed as preventive measures. Recently, arsenic-detecting bacterial biosensors have been developed to replace the chemical detection methods. Issues with stability and specificity however, have limited their use in the field. There is thus a pressing need for a better method of detection. In an effort to develop a fungal biosensor for arsenic, we first identified seven putative arsenic metabolism and transport genes in Aspergillus niger, a widely-used industrial organism that is generally regarded as safe (GRAS status granted by the U.S. Food and Drug Administration). Among the genes tested for expression in response to arsenate, a putative plasma membrane arsenite efflux pump acrA, displayed an over 200-fold increase in gene expression in response to arsenate. We characterized the function of this A. niger protein in arsenic efflux by gene knockout and confirmed that AcrA was located at the cell membrane using an eGFP fusion construct. Based on our observations, we developed a putative biosensor strain containing a construct of the native promoter of acrA fused with egfp. We analyzed the fluorescence of this biosensor strain in the presence of arsenic using confocal microscopy and spectrofluorimetry. The biosensor strain reliably detected both arsenite and arsenate in the range of 1.8-180 μg/L, which encompass the threshold concentrations for drinking water set by the World Health Organization (10 and 50 μg/L).
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 | 0,000 |
| 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 ».