生态基因风险:为合成生物学开发一个计算生态风险评估工具
Anna Ulanova1, Cresten Mansfeldt1
1University of Colorado Boulder, Department of Civil, Environmental, and Architectural Engineering, 1111 Engineering Drive, Boulder, CO, 80309, USA; University of Colorado Boulder, Environmental Engineering Program, 4001 Discovery Drive, Boulder, CO, 80303, USA.
Environmental pollution (Barking, Essex : 1987)
|February 25, 2024
概括
合成生物学 (synbio) 的进步需要工具来预测环境风险. 通过识别基因相似的微生物及其生态关系来评估侵袭性,以帮助风险评估.
科学领域:
- 合成生物学 合成生物学
- 计算生物学 计算生物学
- 环境微生物学 环境微生物学
背景情况:
- 合成生物学使得新的微生物设计成为可能,但也引起了人们对意外环境污染的担忧.
- 预测工程生物的生态入侵性对于负责任的发展至关重要.
- 现有的生物信息工具缺乏评估共生微生物环境风险的具体能力.
研究的目的:
- 引入EcoGenoRisk,这是一个新的计算工具,用于评估合成生物学微生物的侵入性风险.
- 开发一种基于与已知的生物体的遗传相似性来预测工程微生物的潜在息地的方法.
- 分析生态关系和功能配置文件,以了解潜在的入侵动态.
主要方法:
- EcoGenoRisk是作为一种用于侵入性的计算风险评估工具而开发的.
- 该工具的第一个模块识别了基因相似的微生物及其生态相互作用 (竞争,互惠,抑制).
- 分析涉及520个考古和32,828个细菌的完整基因组,以测试准确性和表征酶状特征.
主要成果:
- EcoGenoRisk成功地确定了基因相似的微生物和潜在的生态关系.
- 竞争被确定为在共享的功能配置文件中重叠度最高的生态关系.
- 通过不同分类学谱系的酶特征进行了表征.
结论:
- EcoGenoRisk提供了一个灵活的软件管道,用于合成生物学微生物的环境风险评估.
- 该工具有助于为进一步的实验室研究优先考虑微生物.
- 对侵入性的预测性评估对于合成生物学安全发展至关重要.
更多相关视频
00:05In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
13.9K
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
2.7K
