基于生化反应指纹特征的酶模型构建

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31570092
  • 项目类别:
    面上项目
  • 资助金额:
    61.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0105.微生物学新技术与新方法
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Catalytic enzyme prediction is very important in biosynthesis pathway design, which involves with comprehensive biochemical transformations, mapping with catalytic enzymes, and construction of enzyme-substrate relationships, and data mining of the knowledge discovery between enzyme protein sequence characteristics, and substructure molecular fragments. This proposed project will carry out (1)data fusion of biosynthetic reactions and their corresponding catalytic enzymes, comprehensive collection of biosynthetic transformation database, discovering knowledge from biosynthetic transformations and enzymes, and then retrieve required enzymes for given biosynthetic transformations; (2) improvement of enzyme commission numbers prediction method (ECAssigner) using different kinds of biochemical reaction fingerprints; (3) construction of enzyme-substrate models using catalytic enzyme protein sequence characteristics and substrate molecular fragments. The proposed project could further form a technical reference basis for discovering catalytic enzyme biological parts for biosynthetic pathway design.
在生物合成途径设计中,酶的研究非常重要。酶研究涉及到广泛生化反应化学结构特征以及酶的数据融合,化学结构转化与酶的关系模型构建,以及底物化学结构特征与酶蛋白序列特征的知识规律发现等瓶颈问题。本项目拟基于生化反应的指纹特征,从三个方面来进行酶的研究:(1)开展数据融合工作,广泛收集各种生化反应,映射相关的酶和基因等数据,建立广泛的生物合成转化数据库,挖掘生化反应化学结构转化与酶的关系规律,根据生化反应转化类型来从数据库中发现酶;(2)采用不同的生化反应化学结构转化描述方法,完善基于课题组开发的生化反应指纹来计算酶号的方法;(3)构建基于蛋白质序列特征与化学结构片段指纹特征的酶与底物特异性结合相互关系模型。本项目拟为生物合成分子结构转化途径设计平台提供酶参考元件库。

结项摘要

在生物合成途径设计中,基于分子结构的酶的研究非常重要。.本项目的主要研究内容有:(1)开展数据融合工作,广泛收集各种生化反应,映射相关的酶和基因等数据,建立广泛的生物合成转化数据库,挖掘生化反应化学结构转化与酶的关系规律,根据生化反应转化类型来从数据库中发现酶;(2)采用不同的生化反应化学结构转化描述方法,完善基于课题组开发的生化反应指纹来计算酶号的方法;(3)构建基于蛋白质序列特征与化学结构片段指纹特征的酶与底物特异性结合相互关系模型。.本项目的重要成果:.(1)基于分子结构的生物降解元件数据库(FRCD):集成构建了1万多毒素有关的生物降解元件和反应数据库,文章发表于Food Chemistry, 2020。.(2)基于蛋白质序列的催化功能预测模型(Bio2Rxn):实现了基于蛋白质序列的生物元件催化功能预测,文章发表于Bioinformatics, 2020。.(3)分子结构转化的特征挖掘工具(RxnBLAST):实现了基于反应的分子结构转化特征挖掘工具,文章发表于Bioinformatics, 2020。.(4)对基于分子结构转化的元件挖掘,以及基于分子结构转化的细胞工厂设计技术体系,进行了系统性的综述,文章发表于Brief Bioinform 2019。.本项目关键数据:(1)本项目集成了跟30多万分子结构转化有关的20多万生物元件;(2)发表SCI通讯作者文章11篇(其中8篇是一区文章,另外3篇是2区文章)。.本项目的科学意义:本项目拟为生物合成分子结构转化途径设计平台提供酶参考元件库。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Data-driven rational biosynthesis design: from molecules to cell factories.
数据驱动的合理生物合成设计:从分子到细胞工厂。
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Briefings in Bioinformatics
  • 影响因子:
    9.5
  • 作者:
    Fu Chen;Qian-Nan Hu
  • 通讯作者:
    Qian-Nan Hu
Bio2Rxn: sequence-based enzymatic reaction predictions by a consensus strategy.
Bio2Rxn:通过共识策略进行基于序列的酶反应预测。
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Bioinformatics
  • 影响因子:
    5.8
  • 作者:
    Tong Zhang;Qian-Nan Hu
  • 通讯作者:
    Qian-Nan Hu
FRCD: A comprehensive food risk component database with molecular scaffold, chemical diversity, toxicity, and biodegradability analysis.
FRCD:综合食品风险成分数据库,包含分子支架、化学多样性、毒性和生物降解性分析。
  • DOI:
    10.1016/j.foodchem.2020.126470
  • 发表时间:
    2020
  • 期刊:
    Food Chemistry
  • 影响因子:
    8.8
  • 作者:
    Dachuan Zhang;Qian-Nan Hu
  • 通讯作者:
    Qian-Nan Hu
PhID: An Open-Access Integrated Pharmacology Interactions Database for Drugs, Targets, Diseases, Genes, Side-Effects, and Pathways
PhID:一个开放获取的药物、靶标、疾病、基因、副作用和途径的综合药理学相互作用数据库
  • DOI:
    10.1021/acs.jcim.7b00175
  • 发表时间:
    2017
  • 期刊:
    JOURNAL OF CHEMICAL INFORMATION AND MODELING
  • 影响因子:
    --
  • 作者:
    Deng Zhe;Tu Weizhong;Deng Zixin;Hu Qian-Nan
  • 通讯作者:
    Hu Qian-Nan
CF-Targeter: A Rational Biological Cell Factory Targeting Platform for Biosynthetic Target Chemicals
CF-Targeter:用于生物合成目标化学品的合理生物细胞工厂靶向平台
  • DOI:
    10.1021/acssynbio.9b00070
  • 发表时间:
    2019
  • 期刊:
    ACS Synthetic Biology
  • 影响因子:
    4.7
  • 作者:
    Ding Shaozhen;Cai Pengli;Yuan Le;Tian Yu;Tu Weizhong;Zhang Dachuan;Cheng Xingxiang;Sun D;an;Chen Junni;Hu Qian Nan
  • 通讯作者:
    Hu Qian Nan

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

气相色谱保留指数定性方法研究进
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    分析化学,2005,33(5):715-721
  • 影响因子:
    --
  • 作者:
    赵晨曦;梁逸曾*;胡黔楠;张泰
  • 通讯作者:
    张泰

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

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