论文部分内容阅读
微生物燃料电池(Microbial Fuel Cell，MFC)是一种极具应用前景的绿色能源方式，受制于产电效率过低，还未能大规模应用于实际中。产电微生物的产电方式和电子传递方式是微生物燃料电池研究中的重大理论问题之一，也是工程改造微生物提高产电效率的关键问题之一。全基因组调控网络的构建可以帮助理解微生物响应环境改变而发生的分子过程，识别与产电效率相关的分子路径。产电菌Shewanella oneidensis MR-1具有产电效率高、能利用多种电子受体等优点，是用于微生物燃料电池研究的重要模式生物之一，本文主要是构建模式菌S.oneidensis MR-1的基因调控网络，为在分子水平认识产电菌的调控过程提供基础。同时，探索全基因组的微生物基因调控网络的构建方法，促进微生物系统生物学的研究。 本文应用基于比较基因组学的基因调控关系预测方法，首先选择基因调控信息较为完善的模式生物Escherichia coli K-12 MG1655作为参考基因组，利用直系同源基因功能的保守性，来预测S.oneidensis MR-1的调控信息，得到S.oneidensis MR-1的调控关系有1887对，包括71个转录因子和870个靶基因。然后选择与S.oneidensis MR-1同属的希瓦氏菌其他四个菌株S.putrefaciens CN-32，S.spMR-4，S.baltica OS155，S.loihica PV-4作为参考基因组，基于比较基因组学预测S.oneidensis MR-1的调控网络，得到1003个调控关系，包括58个转录因子和741个靶基因。整合已知数据，最终得到S.oneidensis MR-1的基因调控关系有3378对，包括112个转录因子，1705个靶基因。 为了判断预测得到的转录调控关系的可信度，通过转录因子结合位点扫描和预测来评价基于比较基因组学得到的S.oneidensis MR-1调控网络，发现当选择与目标基因组亲缘关系较近的生物作为参考基因组时得到的调控网络就会越准确。论文比较了不同物种之间调控关系的保守性，通过基因调控网络的生物学功能分析，发现E.coli K-12 MG1655和S.oneidensisMR-1在碳水化合物代谢、能量代谢、核苷酸代谢具有保守性，而S.oneidensis MR-1具有与E.coli K-12 MG1655不同的酮体的合成和降解、苯乙烯降解生物学过程。这为在调控关系的保守性角度研究不同物种的环境适应度和分子过程提供了新的思路，可为研究微生物的产电过程和电子传递相关的分子过程奠定基础。