影响产电微生物胞外电子转移的关键细胞色素和菌毛蛋白研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61472078
  • 项目类别:
    面上项目
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0213.生物信息计算与数字健康
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Electricigens refer to microbes capable of extracellular electron transfer and electricity production. Extracellular electron transfer is defined as the process in which electrons derived from the oxidation of electron donors are transferred to the outer surface of the cell to reduce an extracellular terminal electron acceptor. Investigating electricigens is of great importance at present because of their practical applications in Microbial Fuel Cells and environmental bioremediation. Lines of evidence indicate that c-type cytochromes play key roles in the pathways of extracellular electron transfer. Some microorganisms have conductive pili, which is a kind of nanowire consisted of proteins. Based on the diversity of c-type cytochromes in the genomes of Geobacter, we propose that different c-type cytochromes might be expressed under different conditions, resulting different conductive pathways. We also suggest that the structural protein for pili, i.e. pilin, should have specific sequence and structure. In this project, focusing on Geobacter, Bioinformatics is applied to investigate the molecular mechanism of extracellular electron transfer. The main objects are c-type cytochromes and microbial nanowires. We try to identify all c-type cytochromes from Geobacter genomes and elucidate their roles in extracellular electron transfer with the methods of sequence analysis and function analysis, explain the mechanism of electron transfer of pili with structrure analysis. We also try to understand the metabolic respones of electricigens to environment changes with metabolic network modelling. The characterization of c-type cytochromes and microbial nanowires of electricigens will not only advance our understanding of the molecular mechanisms used by microorganisms for exchanging electrons with their extracellular environments, but also pave the way for biotechnological applications in Microbial Fuel Cells and environmental bioremediation.
产电微生物具有胞外电子转移能力,研究产电微生物是发展微生物燃料电池、实现环境生物修复的基础。现有研究结果表明,细胞色素c是胞外电子传递通路上的基本分子,而少数微生物的菌毛具有导电性,是一种由蛋白质构成的纳米导线。鉴于地杆菌Geobacter基因组中细胞色素c的多样性,我们推测该菌属可能会在不同的环境下表达不同细胞色素c,由此构成不同的电子传递通路。同时我们认为Geobacter独特的导电菌毛蛋白具有典型的序列特征和特殊的空间结构。因此,本项目针对Geobacter菌属,利用生物信息学方法研究胞外电子转移的分子机制,重点研究细胞色素c和菌毛纳米导线。通过基因组、功能基因组分析,识别所有细胞色素c基因,认识它们在胞外电子传递通路上发挥的作用,通过菌毛蛋白序列-结构-功能关系分析,发现菌毛可能的电子传递作用及机制,并通过代谢网络的分析从整体上认识产电微生物在不同电子给体和受体环境下的代谢响应。

结项摘要

产电微生物具有胞外电子转移能力,研究产电微生物是发展微生物燃料电池、实现环境生物修复的基础。现有研究结果表明,细胞色素c是胞外电子传递通路上的重要分子,而少数微生物的菌毛具有导电性,是一种由蛋白质构成的纳米导线。针对影响胞外电子转移过程的两类关键功能蛋白(细胞色素c,菌毛蛋白),我们开展了系统的生物信息学与生物电子学研究。首先,在全基因组范围内识别出产电微生物希瓦氏菌(Shewanella oneidensis)的所有细胞色素c,构建出细胞色素c网络和代谢网络,通过分析以细胞色素c为核心的电子传递网络,发现了两条新的胞外电子转移通路,论述了网络层次结构、网络模体与胞外电子转移功能之间的关系,并阐述了电子转移通路的动态调控机制;通过代谢网络分析,推断出影响微生物产电性能的关键代谢物和关键反应。其次,深入研究了硫还原地杆菌(Geobacter sulfurreducens)的菌毛蛋白序列、组装结构及电子传递功能之间的关系,阐明了导电菌毛蛋白的序列特征,揭示了其进化起源;建立了菌毛组装结构预测方法,通过细致的结构分析,发现导电菌毛的结构特征和保守性;通过计算化学研究获得的Geobacter sulfurreducens菌毛模型理论电导系数(4.69μS/ 3.85μS)与菌毛生物电子学实验结果(3.40μS)一致,同时发现菌毛的电子迁移率、导电率和电导系数与强健的π-π相互作用体系接近,从理论上推断出菌毛电子传递可能的方式;将生物信息学分析与生物电子学实验研究结合起来,通过菌毛蛋白突变实验及突变体电子传递性能测试,推断出在电子传递过程中发挥重要作用的关键氨基酸及其可能的电子传递机制。最后,我们根据前面的研究结果,建立了以细胞色素c为主的胞外电子转移通路及其调控模型,构建了菌毛组装结构维持和电子传递模型。该项研究对于深刻认识产电微生物胞外电子转移的分子机制,为通过基因工程改造提高微生物燃料电池产电性能,具有重要的科学意义和实际应用价值。

项目成果

期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
Predicting Homogeneous Pilus Structure from Monomeric Data and Sparse Constraints.
从单体数据和稀疏约束预测同质菌毛结构
  • DOI:
    10.1155/2015/817134
  • 发表时间:
    2015
  • 期刊:
    BioMed research international
  • 影响因子:
    --
  • 作者:
    Xiao K;Shu C;Yan Q;Sun X
  • 通讯作者:
    Sun X
Ehapp2: Estimate haplotype frequencies from pooled sequencing data with prior database information
Ehapp2:利用先前的数据库信息从汇集的测序数据中估计单倍型频率
  • DOI:
    10.1142/s0219720016500177
  • 发表时间:
    2016-08
  • 期刊:
    JOURNAL OF BIOINFORMATICS AND COMPUTATIONAL BIOLOGY
  • 影响因子:
    1
  • 作者:
    Cao Chang-Chang;Sun Xiao
  • 通讯作者:
    Sun Xiao
DectICO: an alignment-free supervised metagenomic classification method based on feature extraction and dynamic selection.
DectICO:一种基于特征提取和动态选择的免对齐监督宏基因组分类方法
  • DOI:
    10.1186/s12859-015-0753-3
  • 发表时间:
    2015-10-07
  • 期刊:
    BMC bioinformatics
  • 影响因子:
    3
  • 作者:
    Ding X;Cheng F;Cao C;Sun X
  • 通讯作者:
    Sun X
Structural Basis for the Influence of A1, 5A, and W51W57 Mutations on the Conductivity of the Geobacter sulfurreducens Pili
A1、5A 和 W51W57 突变对硫还原菌毛地杆菌电导率影响的结构基础
  • DOI:
    10.3390/cryst8010010
  • 发表时间:
    2017-12
  • 期刊:
    Crystals
  • 影响因子:
    2.7
  • 作者:
    Shu Chuanjun;Xiao Ke;Sun Xiao;Sun X
  • 通讯作者:
    Sun X
K-shell Analysis Reveals Distinct Functional Parts in an Electron Transfer Network and Its Implications for Extracellular Electron Transfer.
K 壳层分析揭示了电子传递网络中不同的功能部分及其对细胞外电子传递的影响
  • DOI:
    10.3389/fmicb.2016.00530
  • 发表时间:
    2016
  • 期刊:
    Frontiers in microbiology
  • 影响因子:
    5.2
  • 作者:
    Ding D;Li L;Shu C;Sun X
  • 通讯作者:
    Sun X

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

一种面向基因与疾病关系的文本挖掘方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    东南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    龚乐君;谢建明;袁志栋;韦有兵;孙啸
  • 通讯作者:
    孙啸
Hi-C的干细胞染色质多重相互作用特征分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    生物信息学
  • 影响因子:
    --
  • 作者:
    张峰;刘亚军;谢建明;孙啸;刘宏德
  • 通讯作者:
    刘宏德
蛋白质序列的特征周期研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    生物物理学报
  • 影响因子:
    --
  • 作者:
    刘宏德;孙啸
  • 通讯作者:
    孙啸
蛋白质-核酸复合物界面氨基酸与核苷酸偏好性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    生物物理学报
  • 影响因子:
    --
  • 作者:
    孙啸;谢建明;伍洪涛;吴建盛;胡栋
  • 通讯作者:
    胡栋
染色质构象解析技术——Hi-C及染色质构象信息提取
  • DOI:
    10.13417/j.gab.034.002319
  • 发表时间:
    2015-12
  • 期刊:
    基因组学与应用生物学
  • 影响因子:
    --
  • 作者:
    胡文桥;侯越;张峰;刘宏德;孙啸
  • 通讯作者:
    孙啸

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

孙啸的其他基金

G-四链体DNA与染色质相互作用及其对转录与复制的影响
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目
核小体定位的动态调控信息分析
  • 批准号:
    61073141
  • 批准年份:
    2010
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目
序列特征研究及其在基因组分析中的应用
  • 批准号:
    60671018
  • 批准年份:
    2006
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
基因芯片设计方法和可靠性分析方法的研究
  • 批准号:
    69971010
  • 批准年份:
    1999
  • 资助金额:
    14.0 万元
  • 项目类别:
    面上项目

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