BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  21,967,735
  • Công bố khoa học và công nghệ Việt Nam

Công nghệ sinh học

Trần Thị Hồng, Phạm Việt Cường(1), Nguyễn Thị Kim Cúc

Sàng lọc gen mã hóa protein ức chế protease từ metagenomics của vi sinh vật liên kết với hải miên biển Quảng Trị, Việt Nam

Screening genes encoding protein protease inhibitor from metagenome of sponge-associated microorganisms in Quang Tri sea, Vietnam

Sinh học

2019

2

49-60

0866-7160

Hải miên, Metagenomics, Serpin, Vi sinh vật, Gen mã hóa, Protein

Bioinformatics, Metagenomics, Protease inhibitor, Sponge

Từ 6 mẫu DNA của vi sinh vật liên kết với hải miên thu thập tại biển Quảng Trị, đã lựa chọn được một mẫu DNA QT2 đạt hàm lượng và độ tinh sạch cao để giải trình tự metagenomics. Sau khi giải trình tự shortgun metagenome toàn bộ của mẫu QT2 đã nhận được 44.117.722 reads, từ đó sắp xếp được 120.236 contigs. Tổng số khung đọc mở dự đoán là 386.416 và đã chú giải chức năng gen theo 7 cơ sở dữ liệu khác nhau , trong đó dựa trên cơ sở dữ liệu Swiss-Prot đã chú giải được chức năng cho 266.553 gen. Bên cạnh đó, dựa vào số liệu metagenome nhận được, đã sàng lọc được 50 gen hoàn chỉnh mã hóa protein ức chế protease. Trong đó, 28 gen mã hóa protein thuộc họ serpin, còn lại 22 gen mã hóa cho các protein thuộc nhóm ức chế Inter-alpha-trypsin.

Using metagenomics-based method to isolate new compounds from the marine environmentare getting more and more attentionin recent years. Based on metagenome library, bioinformatics methods is a powerful toolfor screening genes with new biological activities from uncultured microorganisms and become abreakthrough inresearch and application of biotechnology. In this studywe selected and used the samples DNAQT2which had high DNA content and purityfrom a total of6 DNA samples of sponge-associated microorganisms collected in Quang Tri sea (Vietnam)for metagenomic sequencing (DNA concentrationis202.5 ng, A260/A280value is1.80). 16S rRNA metagenomic sequencing data of QT2 produced 44,117,722 reads, which were assembled into 120,236 contigs. ORF prediction using Prodigal produced 386,416 ORFs. Functional annotation was conducted based on 7 different databases (NR, COG, CAZy, Swissprot, GO, KEGG, Pfam),and there are266,553 genes were annotated using Swiss-Prot. In addition, based onthe obtained metagenomic data, 50 complete genes encoding protease inhibitor proteinswere revealed and among them, 28 genes encoding protein (>50%) belonged to the serine protease inhibitor family, and22 genes genes encoding belonged to the Inter-alpha-trypsin inhibitor group. NCBI BLAST screening results thatthese proteins had higher 50%identityto protease inhibitors.

TTKHCNQG, CVv 27

Xem toàn văn
  • [1] Kanehisa M.; Goto S.; Sato Y.; Furumichi M.; Tanabe M. (2011), KEGG for integration and interpretation of large-scale molecular data sets,Nucleic acids research: gkr988
  • [2] He R.; Bochu W.; Wakimoto T.; Wang M.; Zhu L and Abe I. (2013), Cyclodipeptides f-rom Metagenomic Library of a Japanese Marine Sponge,J. Braz. Chem. Soc., 24(12): 1926–1932.
  • [3] Gurgui C.; Piel J. (2010), Metagenomic approaches to identify and isolate bioactive natural products f-rom microbiota of marine sponges,Methods Mol. Biol., 668: 247–264.
  • [4] Carr R; Borenstein E. (2014), Comparative Analysis of Functional Metagenomic Annotation and the Mappability of Short Reads,PLoS One, 9(8): e105776.
  • [5] Bolger A. M; Lohse M.; Usadel B. (2014), Trimmomatic: a flexible trimmer for Illumina sequence data,Bioinformatics, 30(15): 2114–2120.
  • [6] Bankevich A.; Nurk S.; Antipov D.; Gurevich A. A.; Dvorkin M.; Kulikov A. S.; Lesin V. M.; Nikolenko S. I.; Pham S.; Prjibelski A. D. (2012), SPAdes: a new genome assembly algorithm and its applications to single-cell sequencing,Journal of computational biology : a journal of computational molecular cell biology, 19(5): 455–477
  • [7] Bairoch A.; Apweiler R. (2000), The SWISSPROT protein sequence database and its supplement TrEMBL in 2000,Nucleic acids research, 28(1): 45–48.
  • [8] Ashburner M.; Ball C.; Blake J. (2006), Gen ontology: tool for the unification of biology. The gen ontology consortium database resources of the national center for biotechnology information,Nucleic acids research, 34.