项目名称: 基于蛋白激酶的新型潜在除草剂靶标的结构基因组学研究

项目编号: No.21272090

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 李伟国

作者单位: 华中师范大学

项目金额: 80万元

中文摘要: 除草剂对于保证农业生产具有重要的作用,随着杂草抗性的增加和环保要求,迫切需要开发高效、低毒和环境友好的新型除草剂。由于目前已知的除草剂作用机制和靶标数量有限,已成为除草剂开发的瓶颈,因此寻找新型的作用靶标以及解析靶标蛋白的结构则成为新农药开发的首要条件。本项目根据新型除草剂开发的实际需求,借鉴医药开发的成功经验,利用已获得的模式生物拟南芥和水稻的基因组序列,采用序列比对等生物信息学方法筛选出具有潜在除草剂作用靶标价值的蛋白激酶基因。结合结构基因组学的研究方法和技术对确定的靶标基因进行大规模的克隆、表达和纯化,并采用多维核磁共振波谱技术和X-射线晶体学方法解析相关蛋白质的三维空间结构,为基于靶标结构的除草剂分子合理设计提供理论和结构基础,从而为新型靶标的选择和研究提供新的方法,促进我国新型除草剂创制的源头创新。

中文关键词: 蛋白激酶;除草剂;靶标蛋白;结构基因组;蛋白质结构

英文摘要: Herbicide plays an important role in agricultural production. With the increase of weeds resistance and the environmental protection request, it has an urgent need to develop more effective, low toxicity and environmental friendly new herbicides. Because the present known herbicides mechanism and targets are limited, it has become the bottleneck of herbicide development, so searching for new targets and determination of the target protein structures are the primary stage of target structure-base new herbicide design and development. According to the actual demand of new herbicide, we propose a structural genomic study on novel potential protein kinase-based herbicide targets. Refer to the successful experience of medicine development, new kinase genes from Arabidopsis thaliana and Oryza sativa genome will be functional analyzed by comparative genomics method, potential herbicide target genes will be cloned, expressed with structural genomics techniques. The three-dimensional structures of soluble proteins will be determined using multidimensional magnetic resonance spectroscopy and X-ray crystallographic technology, respectively. The present study would provide reasonable herbicide mechanism and basic structures of new targets, and promote the novel herbicides development innovation.

英文关键词: Protein kinase;Herbicide;Target protein;Structural genomices;Protein structure

成为VIP会员查看完整内容
0

相关内容

NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
85+阅读 · 2021年10月11日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5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
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
19+阅读 · 2021年6月15日
小贴士
相关主题
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
微信扫码咨询专知VIP会员