Groß angelegte genomische Merkmale und bakterielle Phänotype
Large-scale genomic features and bacterial phenotypes
Wissenschaftsdisziplinen
Biologie (50%); Informatik (50%)
Keywords
-
Genome Rearrangements,
Phase Variation,
Phylogeny,
Pathogens,
HGT
Das Projekt zielt darauf ab, zu verstehen, wie verschiedene Bestandteile des bakteriellen Genoms die Eigenschaften dieser Organismen beeinflussen, z. B. die Fähigkeit, Krankheiten zu verursachen, sich einer Behandlung zu entziehen und chemische Komponenten zu produzieren. Bisher haben sich die Wissenschaftler vor allem auf Mutationen in bestimmten Proteinen konzentriert, aber das ist nur die Spitze des Eisbergs. Neue Sequenzierungstechnologien ermöglichen es den Wissenschaftlern, das Genom tiefer zu "lesen" und besser zu verstehen, was darin verschlüsselt ist. Bei diesem Projekt sollen ausgefeilte mathematische Methoden eingesetzt werden, um Einblicke in die Grammatik dieses "Textes" zu erhalten. Was also verbirgt sich in einem Genom? Erstens: Gene - Matrizen, die zur Synthese von Proteinen verwendet werden. Zweitens regulatorische Elemente, die Anweisungen geben, wann und wie viele Proteine in einer Zelle produziert werden sollen. Diese Signale sind sehr flexibel und ermöglichen es, viele Gene ein- und auszuschalten, welche die Bildung verschiedener Proteine als Reaktion auf die Umweltbedingungen regulieren. Darüber hinaus entstehen durch zahlreiche sich wiederholende Elemente in bakteriellen Genomen rätselhafte Muster, die den Bakterien neue Fähigkeiten und Eigenschaften verleihen könnten. Solche sich wiederholenden Muster im Genom ermöglichen, insbesonders bei krankheitsverursachenden Bakterien zufällig wechselnde Wege zur Bildung einer Zellmembran. Auf diese Weise erkennt das menschliche Immunsystem diese Zellen möglicherweise nicht als schädlich, auch wenn es zuvor mit diesen Infektionen trainiert wurde. Infolgedessen können solche Mikroben langfristige, anhaltende Infektionen verursachen. Dieses Projekt konzentriert sich auf die Entwicklung von Berechnungsmethoden, die dazu beitragen sollen, solche Mechanismen in wichtigen menschlichen Krankheitserregern aufzudecken und so Wege zu ihrer Bekämpfung zu finden. Dies wird als Grundlage für die Entwicklung klinischer Strategien zur effizienteren Behandlung von Patienten und zur Entwicklung besserer Impfstoffe zur Verhinderung weiterer Infektionen dienen. Darüber hinaus nutzen viele Bakterien ähnliche Mechanismen, um Krankheiten bei Tieren und Pflanzen zu verursachen, die schließlich auch auf den Menschen übertragen werden können. Eine Datenbank mit beobachteten genomischen Merkmalen verschiedener Bakterien, die in unterschiedlichen Quellen gefunden wurden, soll öffentlich zugänglich gemacht werden, um darauf in der weiteren Forschung und bei industriellen Anwendungen aufbauen zu können. Aus wissenschaftlicher Sicht zielt das Projekt darauf ab, unser Verständnis der Genomarchitektur und der Evolutionsmechanismen erheblich zu verbessern. Dieses Wissen könnte es nicht nur ermöglichen, ein besseres Joghurt zu entwickeln, sondern auch viele Prozesse zu verbessern, an denen Bakterien in der Lebensmittelproduktion, Landwirtschaft und Pharmakologie beteiligt sind.
- Universität Wien - 100%
- Calin Guet, Institute of Science and Technology Austria - ISTA , nationale:r Kooperationspartner:in
- Thomas Rattei, Universität Wien , Mentor:in
- Olga Kalinina, Helmholtzgesellschaft - Deutschland
- Nikita Alexeev - Japan
Research Output
- 19 Zitationen
- 6 Publikationen
-
2025
Titel Rapid genetic diversification of Bacteroides thetaiotaomicron in mono-associated mice revealed through deep population-level sequencing DOI 10.1101/2025.06.24.661302 Typ Preprint Autor Zioutis C Seiten 2025.06.24.661302 Link Publikation -
2025
Titel Nutrient landscape shapes the genetic diversification of the human gut commensal Bacteroides thetaiotaomicron DOI 10.1101/2025.06.24.661248 Typ Preprint Autor Lang M Seiten 2025.06.24.661248 Link Publikation -
2023
Titel Machine learning and phylogenetic analysis allow for predicting antibiotic resistance in M. tuberculosis DOI 10.1186/s12866-023-03147-7 Typ Journal Article Autor Yurtseven A Journal BMC Microbiology Seiten 404 Link Publikation -
2023
Titel Genome rearrangements drive evolution of ANK genes in Wolbachia DOI 10.1101/2023.10.25.563763 Typ Preprint Autor Vostokova E Seiten 2023.10.25.563763 Link Publikation -
2023
Titel Machine learning and phylogenetic analysis allow for predicting antibiotic resistance in M. tuberculosis DOI 10.1101/2023.09.06.556328 Typ Preprint Autor Yurtseven A Seiten 2023.09.06.556328 Link Publikation -
2023
Titel Evolutionary trajectories of secondary replicons in multipartite genomes DOI 10.1101/2023.04.09.536151 Typ Preprint Autor Dranenko N Seiten 2023.04.09.536151 Link Publikation