项目名称: 樟疫霉致病性相关GPCR-PIPK鉴定与机理研究

项目编号: No.31500526

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 农业科学

项目作者: 戴婷婷

作者单位: 南京林业大学

项目金额: 20万元

中文摘要: 樟疫霉引起的病害是农林生产上的严重病害,对农田、森林、园艺等经济体系造成巨大影响。G蛋白偶联受体(G protein coupled receptor, GPCR)和磷脂酰肌醇磷酸激酶(phosphatidylinositol phosphate kinase, PIPK)是两类参与不同途径的信号传导通路,对物种的生长发育阶段起着重要调控作用。本项目从樟疫霉全基因组数据库中挖掘出大量GPCR-PIPK候选编码基因,采用Real-time PCR 分析候选基因的转录表达模式,在此基础上利用瞬时沉默体系和稳定转化体系筛选出致病性相关的GPCR-PIPK,明确致病性相关GPCR-PIPK候选编码基因的生物学功能,同时鉴定其调控的下游基因的信号通路,阐明樟疫霉的生长发育和致病等重要生理过程中的作用机制,为新型杀菌剂的研发提供可能的分子靶标,从而为有效防控樟疫霉引起的病害提供理论依据。

中文关键词: 致病基因;受体蛋白;基因沉默;樟疫霉

英文摘要: The genus Phytophthora cinnamomi causes important diseases in ornamental, agronomic and forest ecosystems worldwide. G protein coupled receptor (GPCR) and phosphatidyl inositol phosphate kinase (PIPK) are responsible for transducing extracellular signals into intracellular responses that involve complex intracellular-signaling networks, affecting the development and metabolic pathway. In this project, we predicted many putative GPCR-PIPK coding genes in the genome of P. cinnamomi according to the sequences and domains of GPCR reported in other organisms. The ortholog alleles and the gene genomic distribution patterns of the putative GPCR-PIPK encoding genes of P. cinnamomi were analyzed. The transcription profile of putative GPCR-PIPK was also performed by RNA-sequencing and qRT-PCR. The stable transformation was used to generate silenced transformants. Taken together, our results indicate essential roles of GPCR-PIPK candidate genes in development and pathogenicty in P. cinnamomi. Based on current researches, this project will further identify the downstream genes involved in GPCR-PIPK using RNA-sequcing and analyze the gene function and elucidate the regulating mechanisms. Results of this project will provide molecular targets for novel fungicide development and scientific basis for strategy of controlling Phytophthora root rot disease by P. cinnamomi.

英文关键词: pathogenic genes;receptor protein;gene silencing;Phytophthora cinnamomi

成为VIP会员查看完整内容
0

相关内容

【Nature. Mach. Intell. 】图神经网络论文汇集
专知会员服务
46+阅读 · 2022年3月26日
【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
9+阅读 · 2022年3月23日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
专知会员服务
144+阅读 · 2021年2月3日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
专知会员服务
27+阅读 · 2020年3月6日
计算生物学揭秘奥密克戎强感染性原因
微软研究院AI头条
0+阅读 · 2022年4月12日
人工智能预测RNA和DNA结合位点,以加速药物发现
NTD的深度研究,为厘清新冠病毒机理提供新方向!
微软研究院AI头条
0+阅读 · 2021年11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 · 2015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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
19+阅读 · 2021年6月15日
Arxiv
15+阅读 · 2021年2月19日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
小贴士
相关主题
相关VIP内容
【Nature. Mach. Intell. 】图神经网络论文汇集
专知会员服务
46+阅读 · 2022年3月26日
【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
9+阅读 · 2022年3月23日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
专知会员服务
144+阅读 · 2021年2月3日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
专知会员服务
27+阅读 · 2020年3月6日
相关资讯
计算生物学揭秘奥密克戎强感染性原因
微软研究院AI头条
0+阅读 · 2022年4月12日
人工智能预测RNA和DNA结合位点,以加速药物发现
NTD的深度研究,为厘清新冠病毒机理提供新方向!
微软研究院AI头条
0+阅读 · 2021年11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 · 2015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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009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