基于特征序列的基因组挖掘揭示了细菌 siderophore 途径的隐藏多样性

科学领域:

• 微生物基因组学 微生物基因组学
• 生物信息学是一种生物信息学.
• 代谢学 代谢学 代谢学

背景情况:

• 微生物的二次代谢产物对于药物发现和生态作用至关重要.
• 预测生物合成酶的功能和基质特异性仍然是一个重大挑战.
• 现有的基因组工具在将代谢物序列映射到功能中缺乏精度.

研究的目的:

• 开发一个以知识为导向的生物信息管道,以准确地绘制微生物二次代谢物的序列到功能映射.
• 为了应对预测二次代谢物生物合成中的酶功能和基质特异性的挑战.
• 为了探索pyoverdines及其受体在* Pseudomonas* 细菌中的多样性.

主要方法:

• 分析了1928年的"伪虫"基因组.
• 开发一个以知识为导向的生物信息管道,整合特征序列和遗传学方法.
• 专注于铁清理型pyoverdines作为预测和验证的模型代谢物.

主要成果:

• 预测了188种化学上不同的pyoverdines,具有很高的结构准确性.
• 鉴定了94个不同的受体组,用于皮欧维丁的吸收.
• 揭示了151个新的 siderophore 结构和91个新的受体组,突出了被忽视的多样性.

结论:

• 开发的管道准确地预测了二次代谢物结构和相关受体.
• 这项研究揭示了Pseudomonas*中 siderophores 和受体的大量未发现的多样性.
• 该方法可扩展到其他代谢物和微生物属,用于从序列数据中重建代谢途径.