在大肠杆菌中调节序列和代谢基因之间的表达兼容性的自动表征和分析Escherichia coli
Xiao Wen1,2,3, Jiawei Lin2,4, Chunhe Yang2,4
1School of Life Sciences, Division of Life Sciences and Medicine, University of Science and Technology of China, Hefei, 230026, China.
开发精确的微生物细胞工厂需要精确的基因表达控制. 这项研究引入了一种使用光蛋白融合和机器学习来预测蛋白质表达的新方法,改善了大肠杆菌中的代谢工程.
科学领域:
- 代谢工程是代谢工程.
- 合成生物学 合成生物学
- 系统生物学 系统生物学
背景情况:
- 在微生物细胞工厂中优化代谢途径依赖于使用调节序列精确控制基因表达.
- 目前使用有限的记者基因的方法对多种基因标缺乏准确性,导致多基因调节的不确定性.
研究的目的:
- 开发一种更准确的方法来评估使用光蛋白融合策略的目标蛋白质表达水平.
- 创建一个全面的调节序列和基因组合数据集,以了解表达变异性.
- 建立基因表达的预测模型,以增强代谢工程策略.
主要方法:
- 采用光蛋白融合策略来量化标蛋白的表达.
- 创建了一个数据集,包含了41个代谢基因和15个调节序列的520个独特组合.
- 开发了机器学习模型,整合了促销器,核糖体结合部位和编码序列,用于表达式预测.
主要成果:
- 即使具有相同的调节序列,蛋白质表达的显著变化 (2.8至176倍) 也被观察到.
- 增加调节序列强度并没有持续改善蛋白表达.
- 机器学习模型在预测表达水平方面实现了0.72的斯皮尔曼相关性,其中促销器序列是最有影响的.
结论:
- 开发的数据集和预测模型为细调大肠杆菌的基因表达提供了一个强大的指南.
- 了解调节序列和基因之间的兼容性对于高效的代谢工程至关重要.
- 这项工作推进了微生物细胞工厂中合成生物学应用的设计原则.
更多相关视频
14:58Identification of Protein Complexes in Escherichia coli using Sequential Peptide Affinity Purification in Combination with Tandem Mass Spectrometry
Published on: November 12, 2012
10:18A Fast and Reliable Pipeline for Bacterial Transcriptome Analysis Case study: Serine-dependent Gene Regulation in Streptococcus pneumoniae
Published on: April 25, 2015
相关概念视频
Coordination of Gene Expression Processes in Bacteria
Constitutive and Regulated Gene Expression
Operon Model
Inducible Operons: lac Operon
Global Regulatory Systems
Stringent Response in E. coli
