<li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 發布時間:2014-05-13 13:30 原文鏈接: 微生物所在CRISPR適應機制研究中獲新發現

      眾所周知,CRISPR(全稱clustered regularly interspaced short palindromic repeat sequences,即“成簇的規律性間隔的短回文重復序列”)是廣泛分布于細菌和古菌中的一種獲得性免疫系統。該系統首先從外源病毒(或質粒)中獲取特定DNA片段并作為間隔序列(spacer)存儲在其CRISPR中,此過程稱為“適應”;然后利用相應spacer產生的crRNA識別和降解攜帶同源序列的外源質粒或病毒,此過程稱為“干擾”。顯而易見,適應過程獲得的spacer決定了干擾機器的靶分子。然而多年來,CRISPR如何在適應過程中區分異己的外源DNA和自身的染色體DNA一直困擾著科學家們。有意思的是,在大多數實驗室構建的單一病毒侵染細菌的模型中,CRISPR適應過程很難發生,這嚴重地阻礙了該領域的研究,因此CRISPR適應過程也是CRISPR研究領域中目前相對最不清楚的過程。最近,中國科學院微生物研究所向華研究員帶領的極端嗜鹽古菌研究團隊在這一領域取得重要發現,近期連續兩篇相關論文發表在國際知名期刊Nucleic Acids Research上。

      該研究團隊首先從遼寧葫蘆島的鹽場中分離到了一株新的嗜鹽病毒HHPV-2,并在利用該病毒侵染西班牙鹽盒菌時觀察到了高效的CRISPR適應現象。通過大量的遺傳與分子生物學實驗,他們發現該嗜鹽古菌CRISPR適應過程不僅需要干擾機器的參與,而且需要CRISPR結構中已經存在的一個spacer,該spacer與病毒基因組上的某段序列具有約70%的相似性。基于上述發現,他們推測CRISPR系統借助攜帶該spacer序列信息的干擾機器,可特異地將病毒DNA識別為異己分子,并在相似序列所在DNA分子上“引發”了適應過程。接著,他們利用該“引發”模型,成功實現了CRISPR系統從特定的重組質粒上高效獲取新spacer,驗證了該機制,并進一步解析了從病毒或質粒上獲取新spacer的鏈偏好性。該工作充分說明了“引發”機制在適應過程中具有重要的異己識別作用,并有利于其在自然環境中對病毒群的整體適應。相關論文發表在Nucleic Acids Res. 42(4):2483-2492上,博士生李明和王銳是該篇論文的并列第一作者。

      接著,該組研究人員構建了64種重組質粒,使它們攜帶相同的protospacer序列和64種不同的三聯核苷酸充當其PAM(protospacer adjacent motif)。有意思的是,CRISPR只能干擾其中4種PAM對應的重組質粒,卻能“引發”23種PAM對應質粒(包括被干擾的4種)的適應過程,而其它41種PAM質粒則安全“躲避”了CRISPR系統的免疫。該團隊進一步證明位于宿主CRISPR結構中spacer旁邊保守的三聯核苷酸AGC(屬于上述41種PAM),是幫助spacer同時“躲避”了干擾和引發適應過程的決定性因素。該研究表明PAM驗證機制在適應過程和干擾過程中都發揮重要作用,但在適應過程中表現出更寬松的PAM選擇性,因此該過程能耐受靶分子上更多的PAM突變,同時PAM驗證機制又可以避免在宿主自身的spacer DNA處引發適應過程。該工作進一步解析了CRISPR適應過程中的異己區分機制,即“PAM驗證的引發機制”。相關論文已于近期在線發表在Nucleic Acids Research (doi: 10.1093/nar/gku389) 上,博士生李明為該篇論文的第一作者。

      上述研究工作受到向華主持的國家杰出青年科學基金和國家自然科學基金委面上項目的資助。

    CRISPR干擾與引發適應過程的異己區分模型

    相關文章

    新進展!開發出尋找新型磁性材料的新方法

    美國艾姆斯國家實驗室(AmesNationalLaboratory)的科研人員開發出一個新的機器學習模型,該模型可預測新材料組合的居里溫度(材料保持磁性的最高溫度),用于尋找不含關鍵元素的永磁材料。科......

    百度CTO王海峰:通用人工智能曙光已現

    “過去一段時間,以大語言模型為代表的人工智能技術取得了令人震撼的成績,而這些已經讓我們看到了通用人工智能的曙光。”近日,在由深度學習技術及應用國家工程研究中心主辦的WAVESUMMIT深度學習開發者大......

    商湯大模型多個評測表現超ChatGPT

    本報訊(記者沈湫莎)商湯科技近日公布了自研中文語言大模型“商量SenseChat2.0”在MMLU、AGIEval、C-Eval三個權威大語言模型評測基準的成績。評測顯示,“商量”在這三個測試集中的表......

    BrainX:3D打印全尺寸人腦模型及臨床應用前景

    目前,手術仍然是治療腦部腫瘤以及多種原因造成腦外傷的有效手段之一。但由于人類大腦的復雜結構,極大提高了手術過程的難度。因此,根據患者病情而定制的術前大腦模型能夠幫助外科醫生精準分析病灶和提高手術熟練度......

    院士專家聯合撰文:智能計算進展驚人挑戰巨大

    2023年開年伊始,由中國工程院院士潘云鶴、陳左寧、鄔江興,中國科學院院士王懷民等領銜,來自之江實驗室、浙江大學、索邦大學、倫敦帝國理工學院等單位的海內外9位院士及12位專家,在《科學》合作期刊Int......

    新技術構建機器學習模型可預測玉米株高

    近日,中國農業科學院生物技術研究所玉米功能基因組團隊與作物代謝調控與營養強化團隊合作,首次對玉米自交系全生育期進行全自動高通量無損監測,深入解析了玉米株高形成的動態遺傳基礎和調控網絡,并通過機器學習構......

    我國學者開發全新癡呆風險預測模型

    中新網上海9月26日電(孫國根陳靜)中國專家開展多學科交叉聯合攻關,利用生物醫學大數據與人工智能算法開發了全新的癡呆風險預測模型,并將其命名為UKB-DRP。民眾在相關頁面輸入待測個體的相關信息,就可......

    逼真模型再現單神經元微觀活動

    美國西達賽奈醫學中心研究人員創建了一種極為逼真且詳細的腦細胞計算機模型,將來自不同類型實驗室的數據集結合在一起,呈現了單個神經元的電、遺傳和生物活動的完整圖景。相關論文發表在9日的同行評議期刊《細胞報......

    《柳葉刀》重磅預測:今年3月底,新冠大流行或即將結束!

    今天上線的Lancet有幾篇Omicron的文章,其中最引人注目的莫過于給白宮做了兩年疫情建模,對疫情病死率一直預測十分準確的美國健康指標與評估研究所(IHME)主任ChrisMurray的評論文章“......

    疫情建模預測下的新冠大流行要結束了?|周葉斌專欄

    最近《柳葉刀》上的一篇文章引起了廣泛關注。這篇名為COVID-19willcontinuebuttheendofthepandemicisnear(新冠將持續下去,但大流行即將結束)的評論文章里,美國......

    <li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 1v3多肉多车高校生活的玩视频