计算机辅助的,耐药性基因引导的基因组挖掘用于蛋白酶和HMG-CoA减少酶抑制剂
Cory B Jenkinson1, Adam R Podgorny2, Cuncong Zhong2
1Department of Molecular Biosciences, University of Kansas, Lawrence, KS 66045,USA.
Journal of industrial microbiology & biotechnology
|December 7, 2023
概括
研究人员开发了一种计算机辅助的方法来发现医学上有价值的真菌化合物. 这种方法识别了特定的基因集群,潜在地发现了针对蛋白酶和HMG-CoA减少酶的新疗法.
科学领域:
- 菌类学 菌类学是指菌类学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 基因组含有众多的二次代谢物 (SM) 生物合成基因集群 (BGCs),含有未被发现的,潜在的有价值产品.
- 从数以百万计的真菌BGC中产生医学上有用的化合物,识别特定的SM BGC是一个重大挑战.
研究的目的:
- 开发和应用计算机辅助耐药性基因引导的基因组挖掘方法,以发现具有治疗潜力的真菌SM.
- 为了识别菌BGC向蛋白酶β6亚单元和HMG-CoA减少酶.
主要方法:
- 开发了一种用于耐药性基因引导基因组挖掘的计算方法.
- 查询了MycoCosm基因组数据库,寻找含有特定遗传特征的SM BGC.
- 专注于可能向蛋白质酶β6亚单元和HMG-CoA减少酶的BGC.
主要成果:
- 成功识别了已知的费勒胺和洛瓦斯丁BGCs.
- 发现了与费勒胺和洛瓦斯塔丁相关的新型BGC,表明结构变异.
- 发现与已知的洛瓦斯塔丁集群无关的BCCs可能产生新型HMG-CoA减少酶抑制剂.
结论:
- 开发的计算机辅助方法有效地识别了治疗相关的真菌SM BGCs.
- 这种方法有助于发现已知和潜在的新型SMs,包括蛋白质酶和HMG-CoA减少酶的抑制剂.
- 耐药性基因引导的基因组挖掘为探索真菌天然产品多样性的药物发现提供了一个强大的策略.
