青霉素结合蛋白(PBPS)的D,D-转肽酶活性是β-乳用于阻断肽聚糖多物种的β-乳酰胺抗生素的众所周知的主要靶标。β -lactam诱导的细菌杀死涉及复杂的下游反应,其原因和后果很难解决。在这里,我们使用β-乳酰胺不敏感的L,D- trans-肽酶对PBP的功能替代,以鉴定在积极分裂细菌中β-l -lactams在β -lactams灭活PBP所必需的基因。通过这种方法鉴定的179个有条理的基本基因的功能远远超出了肽聚糖聚合的L,D-转肽酶伴侣,包括包括参与胁迫反应的蛋白质和外膜外聚合物的组装。β-乳转酰胺的未引起的作用包括脂蛋白介导的共价键的丧失,该键将外膜与肽聚糖连接到肽聚糖,不动deptagi-lization,尽管有效地具有有效的肽聚糖交叉链接,并增加了外膜外膜的渗透性。后一种效应表明β-乳酰胺的作用方式涉及通过外膜自促进的穿透力。
所有活生物体在其中央代谢中都有类似的反应,为所有19个基本构件和降低力量提供了前体。确定糖酵解20的替代代谢途径是否可以在大肠杆菌中运行,我们在硅设计,合理的工程和自适应21实验室进化中互补。首先,我们使用了一个基因组规模模型,并在该生物体的22个代谢网络中鉴定了两种潜在途径,取代了规范的Embden-Meyerhof-Parnas(EMP)糖酵解,将23个转化为有机酸的磷酸化。这些糖酵解路线之一是通过甲基乙二醇(通过丝氨酸生物合成和降解)进行的。然后,我们在大肠杆菌菌株中实施了两种途径25具有缺陷的EMP糖酵解。令人惊讶的是,通过甲基乙二醇的途径立即在26个三氧磷酸异构酶缺失菌株中培养在甘油上。相比之下,在磷酸甘油酸激酶27缺失菌株中,对于实现功能性28甲基甘氨酸途径的过表达是必要的。此外,我们设计了“丝氨酸分流”,该“丝氨酸分流”通过丝氨酸生物合成和降解转换为丙酮酸,绕过烯醇酶缺失。最后,为了探索30种这些替代方案中的哪些替代方法,我们使用烯醇酶缺失菌株进行了自适应实验室31进化研究。证明进化的突变体使用丝氨酸分流。32我们的研究揭示了代谢途径的灵活性重新定位,以建立新的代谢产物链接和重新连接33中央代谢。34
摘要:基本通量模式(EFM)为系统地表征稳态,细胞表型以及代谢网络鲁棒性和脆弱性提供了严格的基础。但是,EFM的数量通常随代谢网络的大小而成倍增长,导致过度的计算需求,不幸的是,由于系统限制,这些EFM的很大一部分在生物学上是不可行的。这种组合爆炸通常阻止对基因组规模代谢模型的完整分析。传统上,EFM是通过Double Description方法计算的,这是一种基于矩阵计算的有效算法;但是,只能将少数几个约束集成到该计算中。他们必须对辅助的设定包含是单调的;否则,必须在后处理中对其进行处理,因此不能节省计算时间。我们提出ASPEFM,这是一种基于答案集编程(ASP)和线性编程(LP)的混合计算工具,允许在实施许多不同类型的约束时进行EFM的计算。我们将方法应用于包含226×10 6 EFM的大肠杆菌核心模型。在考虑转录和环境调节,热力学约束和资源使用方面的考虑时,解决方案空间被降低至可直接使用ASPEFM计算的1118 EFM。使用后处理和Pareto前部分析,可以将完全有氧厌氧的O大肠杆菌生长到O的2个完全有氧厌氧的O 2梯度上的大肠杆菌生长。
摘要 — 脉冲神经网络 (SNN) 凭借其潜在的节能、低延迟和持续学习能力,处于神经形态计算的前沿。虽然这些功能非常适合机器人任务,但迄今为止,SNN 在该领域的应用有限。这项工作引入了一种用于视觉位置识别 (VPR) 的 SNN,它既可以在几分钟内训练,又可以在几毫秒内查询,非常适合部署在计算受限的机器人系统上。我们提出的系统 VPRTempo 使用抽象的 SNN 克服了训练和推理时间缓慢的问题,该 SNN 以生物现实性换取效率。VPRTempo 采用时间代码,根据像素的强度确定单个脉冲的时间,而之前的 SNN 则依赖于确定脉冲数量的速率编码;将脉冲效率提高了 100% 以上。 VPRTempo 使用脉冲时间依赖性可塑性和监督增量学习规则进行训练,强制每个输出脉冲神经元只对一个位置做出反应。我们在 Nordland 和 Oxford RobotCar 基准定位数据集上评估了我们的系统,这些数据集包含多达 27,000 个位置。我们发现 VPRTempo 的准确性与之前的 SNN 和流行的 NetVLAD 位置识别算法相当,同时速度快几个数量级,适合实时部署 - CPU 上的推理速度超过 50 Hz。VPRTempo 可以作为在线 SLAM 的环路闭合组件集成到资源受限的系统(例如太空和水下机器人)上。
Valley Delmech,Nadia Perthat,Oriane Monet,外国Marion,Darii Ecataria和Al。插入Methabolia,2022,72,pp.200-214。10.1016/j.ymben.2022.03.010。
使用AI更快地诊断稀有疾病的较长诊断过程,数字平台Saventic Care(saventiccare.de)的成立。的目标是在人工智能(AI)的帮助下支持罕见疾病的诊断,从而加速过程。由武田资助的在线诊断平台针对受症状影响超过六个月但尚未被诊断的人,可能患有罕见的疾病。对于医生而言,该平台提供了有关各种罕见疾病的有用信息。红色
摘要:结直肠癌(CRC)是全球重要的健康问题,在全球癌症中排名第二,在癌症中排名第二。虽然只有一小部分CRC病例才能归因于遗传基因突变,但由于体细胞突变,大多数出现。新兴证据表明,肠道菌群营养不良是一个因素,其中聚酮化合酶合酶阳性大肠杆菌(PKS+ E. coli)在CRC发病机理中起关键作用。pks+细菌产生共糖蛋白,这是一种遗传毒性蛋白,对宿主结肠细胞内的DNA产生有害作用。在这篇综述中,我们研究了肠道菌群在结肠癌发生中的作用,阐明了结肠癌产生细菌如何诱导DNA损伤,促进基因组不稳定性,破坏肠道上皮屏障,诱导粘膜炎症,调节宿主免疫反应并影响细胞周期细胞周期动力学。共同促进了有利于肿瘤开始和进展的微环境。了解PK+细菌介导的CRC发育的基础机制可能为大规模筛查,肿瘤的早期检测以及诸如微生物群调节,细菌靶向治疗,检查点抑制Colibactin生产和免疫调节途径等治疗策略铺平道路。
摘要 人类结直肠癌 (CRC) 很容易被产生大肠杆菌素的大肠杆菌 (CoPEC) 定殖。CoPEC 会诱发 DNA 双链断裂、DNA 突变、基因组不稳定性和细胞衰老。受感染的细胞会产生衰老相关分泌表型 (SASP),这与在感染 CoPEC 的 CRC 小鼠模型中观察到的肿瘤发生率增加有关。本研究调查了 CoPEC 以及源自 CoPEC 感染细胞的 SASP 是否影响化疗耐药性。用 CoPEC 临床 11G5 菌株或其同源突变体感染人类肠上皮细胞,后者无法产生大肠杆菌素。在体外和异种移植小鼠模型中评估了化疗耐药性。研究了受感染细胞中癌症干细胞 (CSC) 标志物的表达。使用 CRC 小鼠模型和人类临床样本验证数据。 11G5 感染细胞和与 11G5 感染细胞产生的 SASP 一起孵育的未感染细胞均在体内和体外表现出对化疗药物的抵抗力增强。这一发现与上皮-间质转化 (EMT) 的诱导相关,这导致出现具有 CSC 特征的细胞。它们在超低附着平板上生长,在软琼脂中形成菌落,并过度表达几种 CSC 标志物(例如 CD133、OCT-3/4 和 NANOG)。与这些结果一致的是,与缺乏 CoPEC 的活检相比,被 CoPEC 定植的小鼠和人类 CRC 活检显示出更高的 OCT-3/4 和 NANOG 表达水平。结论:CoPEC 可能通过诱导对化疗具有高度抵抗力的癌症干细胞的出现来加重 CRC。