项目名称: 贵州典型生境来源放线菌分离及抗临床耐药菌株\抗肿瘤活性天然产物发现

项目编号: No.31460006

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 生物科学

项目作者: 保玉心

作者单位: 遵义医科大学

项目金额: 48万元

中文摘要: 近年来,临床上分离耐药菌株急剧增加以及肿瘤发病率的增加给新型抗生素类药物开发提出了挑战。贵州相对封闭的典型生境可能存在着产生新型抗生素的放线菌资源。本研究以抗临床耐药菌和肿瘤为活性导向,对从贵州不同典型生境中分离的链霉菌进行筛选,获得抗耐药菌或抗肿瘤的潜力菌株。以紫外光谱和质谱分析为基础,对潜力菌株小量发酵产物进行筛选,获得可能产生新活性化合物的待开发菌株。以分子操作、核糖体工程和优化培养条件为手段,刺激待开发菌株产生活性次级代谢产物(或提高其产量)。在纯化制备新活性产物的基础上,绘制待开发菌株基因组草图,预测其次级代谢基因簇及产物合成途径和可能的产物结构以指导活性产物结构解析和活性机制分析。以期获得一定数量的抗临床耐药菌株或抗肿瘤的新活性天然产物并初步阐明其活性机制。

中文关键词: 放线菌资源;分离纯化;次级代谢产物;结构鉴定;多样性

英文摘要: In recent years, clinically isolated drug-resistant strains has increased dramatically and the increase of incidence of tumors put forward a huge challengenew for antibiotic drug development. There may exist some new new antibiotics actinomycetes in typical ecological environment in guizhou. In this study,potential actinomyces with new antibiotics production capacity will be isolated guided by the results of anti-clinical drug resistant bacteria and anti-tumor acticity. actinomyces with a potential of production of new natrual product will be screening based on the analysis of ultraviolet spectrum andmass spectrometry. Molecular manipulation,ribosome Engineering and growth condition optimization were employed to provoke the produce of new natrual products.Draft genome was sequenced in order to help the structure elucidation of new natrual products and the analysis of their bioactive mechanisms.

英文关键词: actinomyces;Isolation and purification;secondary metabolite;structural identification;multiformity

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
97+阅读 · 2021年9月21日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
47+阅读 · 2020年12月4日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
RIS-Assisted Cooperative NOMA with SWIPT
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关主题
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
97+阅读 · 2021年9月21日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
47+阅读 · 2020年12月4日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员