• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Molecular Systems Biology >Omic data from evolved E. coli are consistent with computed optimal growth from genome-scale models
【2h】

Omic data from evolved E. coli are consistent with computed optimal growth from genome-scale models

机译：来自进化大肠杆菌的卵数据与从基因组规模模型计算出的最佳生长相一致

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

After hundreds of generations of adaptive evolution at exponential growth, Escherichia coli grows as predicted using flux balance analysis (FBA) on genome-scale metabolic models (GEMs). However, it is not known whether the predicted pathway usage in FBA solutions is consistent with gene and protein expression in the wild-type and evolved strains. Here, we report that >98% of active reactions from FBA optimal growth solutions are supported by transcriptomic and proteomic data. Moreover, when E. coli adapts to growth rate selective pressure, the evolved strains upregulate genes within the optimal growth predictions, and downregulate genes outside of the optimal growth solutions. In addition, bottlenecks from dosage limitations of computationally predicted essential genes are overcome in the evolved strains. We also identify regulatory processes that may contribute to the development of the optimal growth phenotype in the evolved strains, such as the downregulation of known regulons and stringent response suppression. Thus, differential gene and protein expression from wild-type and adaptively evolved strains supports observed growth phenotype changes, and is consistent with GEM-computed optimal growth states.
机译：在以指数增长的数百代适应性进化后，大肠杆菌按基因组规模代谢模型（GEMs）上的通量平衡分析（FBA）预测的进行了生长。但是，尚不清楚FBA解决方案中的预测途径用途是否与野生型和进化菌株中的基因和蛋白质表达一致。在这里，我们报道转录组和蛋白质组学数据支持了FBA最佳生长溶液中超过98％的活性反应。而且，当大肠杆菌适应生长速率选择压力时，进化的菌株在最佳生长预测内上调基因，而在最佳生长溶液外下调基因。另外，在进化的菌株中克服了由计算预测的必需基因的剂量限制引起的瓶颈。我们还确定了可能有助于进化菌株中最佳生长表型发展的调控过程，例如已知调节子的下调和严格的响应抑制。因此，来自野生型和适应性进化菌株的差异基因和蛋白质表达支持观察到的生长表型变化，并且与GEM计算的最佳生长状态一致。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号