细菌基因组序列中ε-聚赖氨酸合成酶的生物信息学识别与分析

【目的】ε-聚赖氨酸的合成由ε-聚赖氨酸合成酶(Pls)所控制,考察Pls在细菌中的分布和保守的序列特征。【方法】基于Pls的作用机制,在蛋白序列中识别与底物结合和缩合相关的结构域,以及决定底物特异性的氨基酸残基,进而在已测序基因组中预测Pls。【结果】发现110个已测序的基因组中编码113个预测的Pls,主要分布在放线菌中,也在两株革兰氏阴性菌中被发现。一些亲缘性较高菌株的Pls一致性较高。【结论】Pls在放线菌中可能广泛分布。Pls的腺苷化、巯基化和底物缩合结构域有相对较高的序列保守性,而跨膜结构域和Linker区相对不保守。     

链霉菌基因组中放线菌型整合性接合元件的识别

【目的】链霉菌染色体重组和外源DNA片段插入是影响其遗传多样性的主要因素。旨在考察放线菌型整合性接合元件(AICE)在链霉菌遗传多样性中所发挥的作用。【方法】基于AICE的特征性模块, 采用隐马尔科夫模型预测链霉菌基因组序列中的AICEs。【结果】在已全测序的12条链霉菌染色体和35个质粒中, 共识别出29个AICEs, 其中12个为首次报道。Streptomyces coelicolor基因组中发现了4个AICEs, 而其近缘的Streptomyces lividans却没有。【结论】AICEs都整合在链霉菌染色体的核心区, 且都具有典型的整合环出、复制和接合转移等核心模块, 这些可自行转移的元件在链霉菌基因组可塑性中扮演了重要角色。     

链霉菌基因组岛和次生代谢物合成相关的生物信息学工具及数据库

随着DNA测序技术的进步, 迄今为止已有12个链霉菌基因组被测序。面对海量组学的数据, 急需采用生物信息学方法来大规模深度挖掘这些重要微生物资源, 进而实现链霉菌资源挖掘和代谢潜力释放的深度互动。围绕链霉菌基因组比较分析中菌株特有的基因组岛和次生代谢物生物合成基因簇的识别及功能解析等两个常见问题, 本文收集了近期开发的一些常用生物信息学工具和二级数据库。以链霉菌染色体核心区和两臂的划分、天蓝色链霉菌和变铅青链霉菌基因组岛的识别、卡特利链霉菌巨型质粒的鉴别为例, 简介了这些生物信息学资源的使用方法。此外, 还简述了我们课题组进行放线菌型整合性接合元件识别和开发硫肽生物合成基因簇预测新工具的一些尝试。生物信息学工具和二级数据库在链霉菌基因组比较分析中有重要作用, 可将研究重点迅速地聚焦在某株菌的可移动遗传元件和次生代谢物生成基因簇上, 确定其对应的菌株特有表型, 及解析新型化合物生物合成和调控机理。     

利用不同G+C含量细菌基因组评估细菌ncRNA基因预测工具

【目的】为识别已完成全测序细菌基因组中的ncRNA基因,对3个常用ncRNA预测工具s RNAPredict、PORTRAIT和s RNAscanner进行评估。【方法】选择了细菌ncRNA数据库BSRD收录的含有已知ncRNA基因数目大于30的9个细菌基因组,并按基因组G+C含量进行分类,比较s RNAPredict和PORTRAIT工具的预测准确性。提取不同G+C含量基因组中ncRNA基因转录起始和终止区的序列特征,对s RNAscanner预测结果进行评估。【结果】s RNAPredict对细菌ncRNA基因的预测特异性和阳性检出率均高于PORTRAIT,而敏感性则较差;两种工具预测效果均随基因组G+C含量不同而产生明显变化。在不同G+C含量的细菌基因组中,ncRNA基因启动子和终止子区域的序列特征有明显差异。利用这些序列特征能提高s RNAscanner预测ncRNA基因的平均水平。【结论】3种ncRNA基因工具预测效果随基因组G+C含量变化而不同。不同G+C含量基因组中ncRNA基因的转录起始和终止区特征可作为ncRNA基因预测的重要参数之一。     

ε-聚赖氨酸产生菌TUST-2的分离鉴定

【目的】ε-聚赖氨酸是一种天然氨基酸同聚物,本研究目的为分离筛选新的ε-聚赖氨酸产生菌。【方法】采用一种新的分离方法从土壤中分离ε-PL产生菌。分离方法含3步:(1)富集培养ε-PL耐受菌;(2)通过改进的Nishikawa方法筛选;(3)挑选高浓度ε-PL耐受菌株。【结果】从海南省土样中分离获得ε-聚赖氨酸产生菌TUST-2。分类和形态特征属链霉菌属。16S rDNA序列分析比对结果表明TUST-2属淀粉酶产色链霉菌(Streptomyces diastatochromogenes)。经特征反应分析、水解物分析、红外光谱、1H NMR、13C NMR和MALDI-TOF-MS分析表明TUST-2发酵产物为ε-聚赖氨酸。【结论】根据16S rRNA基因序列比对和形态及生理生化特征表明ε-聚赖氨酸产生菌TUST-2属于淀粉酶产色链霉菌,命名为淀粉酶产色链霉菌TUST-2。