基于集成模型的细菌必需基因识别算法研究及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    31470068
  • 项目类别：
    面上项目
  • 资助金额：
    30.0万
  • 负责人：
    郭锋彪
  • 依托单位：
    电子科技大学
  • 学科分类：
    C0608.生物数据资源与分析方法
  • 结题年份：
    2016
  • 批准年份：
    2014
  • 项目状态：
    已结题
  • 起止时间：
    2015-01-01 至2016-12-31

项目摘要

Because of the importance in the fields of anti-bacterial drug design, synthetic biology and life origin researches,bacterial essential genes require more and more attentions. Using experimental methods to determine essential genes is so time-consuming and money-consuming that identifying essential genes by computational methods becomes necessary and important.The integrative model that combines multiple features is believed to be the most promising computational method. This project plans to develop E. coli specific essential gene identifying method based on integrative model. For each feature, it will be optimized in the descriptive forms. Then the principal component regression (PCR) will be used to combine the mutiple features to train the model.Because of its intrinsic characteristics,the PCR could filter the features and distinguish the samples at the same time. The PCR also could sucessively solve the problem of unbalanced sample sizes. The specific model for E. coli will attain the highest identifying accuracy. This model will be extended to the S. pneumoniae after some modification, and used to assign essentiality values for the retaining 1637 genes, and illustrating the expansibility of the method. The project aims to invesigating the maximum value of identifying essential genes in bacteria and would help to develop the integrative model that are applicable in any bacteria.
由于在抗菌药物设计、合成生物学及生命起源等各方面的重要性，细菌必需基因受到越来越多的重视。实验方法确定必需基因大多费时费力，科学家们逐渐地转向通过理论方法预测细菌的必需基因。考虑多种特征的集成模型被认为是最可靠的理论识别方法。本研究拟基于集成模型，发展特异性的大肠杆菌必需基因识别算法。对于每种特征（同源特征、序列特征、网络特征、保守域特征）都从表述形式上通过改善革新做到最优。然后采用主成分回归建立模型。由于该方法固有的优点，将同时实现特征筛选和预测分类的目的。主成分回归还可以同时解决样本数目不平衡的问题。大肠杆菌特异性模型将具有最高的识别准确率。把该模型经过修饰后应用到肺炎链球菌基因组，对必需性未知1637个基因进行判断，同时表明集成模型的可扩展性。本计划的顺利实施除了调研必需基因理论识别算法精度的极限，同时为发展基于集成模型的通用型识别算法做准备，从而促进细菌必需基因理论识别的发展。

结项摘要

近年来，细菌的必需基因集已经成为微生物学、医学、基因组学、生物信息学等学科的研究热点。由于必需基因的重要性，必需基因已成为合成生物学的基础，同时能成为抗菌药物设计的潜在靶标，且有助于理解生命的最小共同祖先。必需基因是生物生存必不可少的基因，识别与研究必需基因具有重要的意义，本工作发展了一种集成的方法准确地识别必需基因。通过以下四个方面提取特征：(1)序列特征；(2)同源特征；(3)蛋白域特征；(4)网络拓扑特征。基于这些集成的特征，我们采用主成分回归对大肠杆菌特征进行分析并得到其特异性模型。经过十次五重交叉验证，得到平均AUC为0.992。此外，我们将大肠杆菌的特异性模型应用到肺炎链球菌，得到AUC为0.789。因此，我们提取的特征能够增加细菌必需基因预测的准确率，同时，构建的模型能够扩展到亲缘关系较远的物种。. 我们在构建大肠杆菌集成模型的同时，选取集成模型的部分特征（或扩展数据）结合其他生物学知识或机器学习算法，发现了其他必需基因理论识别算法，且部分工作开发并提供了在线服务工具，如基于未知序列注释信息的基因及必需基因识别工具ZCURVE 3.0。此外，通过结合其他生物学知识，我们扩展研究并分析了必需基因在构建最小基因集、细菌基因定位偏好性中具有非常重要的意义。更重要的是，我们将原核生物必需基因识别的概念扩展至人类细胞系的必需基因识别工作中，且预测结果的AUC值高达0.881。. 综上所述，本文对细菌及人类必需基因的整合和应用、最小基因集的研究做了一个较全面的探索，并且可应用于基因预测、药物靶标设计、合成生物学研究，本项目的工作达到了预期目标。. 在本项目的支持下，本项目组共发表SCI论文11篇，其中影响因子大于2的有10篇，影响因子大于5的有6篇，另有会议论文1篇，著作章节1篇。

项目成果

期刊论文数量（11）
专著数量（1）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
Genomic Complexity Places Less Restrictions on the Evolution of Young Coexpression Networks than Protein-Protein Interactions.
与蛋白质-蛋白质相互作用相比，基因组复杂性对年轻共表达网络进化的限制更少
  • DOI：
    10.1093/gbe/evw198
  • 发表时间：
    2016-09-03
  • 期刊：
    Genome biology and evolution
  • 影响因子：
    3.3
  • 作者：
    Wei W;Jin YT;Du MZ;Wang J;Rao N;Guo FB
  • 通讯作者：
    Guo FB
Identifying Bacterial Essential Genes Based on a Feature-Integrated Method
基于特征集成方法识别细菌必需基因
  • DOI：
    10.1109/tcbb.2017.2669968
  • 发表时间：
    2019-07-01
  • 期刊：
    IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS
  • 影响因子：
    4.5
  • 作者：
    Lin, Yan;Zhang, Fa-Zhan;Guo, Feng-Biao
  • 通讯作者：
    Guo, Feng-Biao
ACFIS: a web server for fragment-based drug discovery
ACFIS：用于基于片段的药物发现的网络服务器
  • DOI：
    10.1093/nar/gkw393
  • 发表时间：
    2016-07-08
  • 期刊：
    NUCLEIC ACIDS RESEARCH
  • 影响因子：
    14.9
  • 作者：
    Hao, Ge-Fei;Jiang, Wen;Yang, Guang-Fu
  • 通讯作者：
    Yang, Guang-Fu
Analysis of the relationship between genomic GC Content and patterns of base usage, codon usage and amino acid usage in prokaryotes: similar GC content adopts similar compositional frequencies regardless of the phylogenetic lineages.
原核生物基因组GC含量与碱基使用、密码子使用和氨基酸使用模式之间的关系分析：无论系统发育谱系如何，相似的GC含量采用相似的组成频率
  • DOI：
    10.1371/journal.pone.0107319
  • 发表时间：
    2014
  • 期刊：
    PloS one
  • 影响因子：
    3.7
  • 作者：
    Zhou HQ;Ning LW;Zhang HX;Guo FB
  • 通讯作者：
    Guo FB
Essentiality drives the orientation bias of bacterial genes in a continuous manner
本质性以连续的方式驱动细菌基因的方向偏差
  • DOI：
    10.1038/srep16431
  • 发表时间：
    2015-11
  • 期刊：
    Scientific Reports
  • 影响因子：
    4.6
  • 作者：
    Zheng, Wen-Xin;Luo, Cheng-Si;Deng, Yan-Yan;Guo, Feng-Biao
  • 通讯作者：
    Guo, Feng-Biao

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于Z曲线方法重新注释脑膜炎奈瑟菌MC58株基因组
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    生物物理学报
  • 影响因子：
    --
  • 作者：
    魏闻;郭锋彪
  • 通讯作者：
    郭锋彪
强烈的复制链组成偏差某些专性寄生(共生)菌特有的基因组学特征
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    遗传
  • 影响因子：
    --
  • 作者：
    郭锋彪
  • 通讯作者：
    郭锋彪
微生物必需基因的理论研究现状
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    遗传
  • 影响因子：
    --
  • 作者：
    叶远浓;郭锋彪
  • 通讯作者：
    郭锋彪

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

郭锋彪的其他基金

微生物必需基因集与联合致死基因集的理论分析与识别研究
  • 批准号：
    31871335
  • 批准年份：
    2018
  • 资助金额：
    59.0 万元
  • 项目类别：
    面上项目
专性胞内菌复制链极端组成偏差的分析及其内在机制的研究
  • 批准号：
    31071109
  • 批准年份：
    2010
  • 资助金额：
    35.0 万元
  • 项目类别：
    面上项目
基于序列特征和统计判别方法发展细菌必需基因识别算法及软件
  • 批准号：
    60801058
  • 批准年份：
    2008
  • 资助金额：
    16.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码