Descrizione del progetto
Approfondire il ruolo dei cluster genici metabolici nel microbioma
Il microbioma esercita un grande impatto sulla salute dell’organismo ospitante ed è associato a promozione della crescita, resilienza allo stress e resistenza alle malattie. Studi recenti hanno dimostrato che i fenotipi associati al microbioma sono determinati da molecole specifiche, che consentono ai microbi di interagire tra di loro e con l’organismo che li ospita. La biosintesi di queste molecole viene codificata nei cluster genici metabolici, che sono specifici in base al ceppo e soggetti a trasferimento orizzontale. Il progetto DECIPHER, finanziato dall’UE, sfrutterà la tecnica recentemente sviluppata per l’individuazione automatizzata dei cluster genici metabolici, la loro classificazione in famiglie e la loro annotazione mediante dati di riferimento. L’obiettivo del progetto è quello di sviluppare nuovi algoritmi computazionali per mettere in relazione i cluster genici metabolici con i loro prodotti metabolici e prevedere le loro funzioni a livello molecolare ed ecologico nel microbioma.
Obiettivo
"Humans, animals and plants are covered in microbes. Such microbiomes have a major impact on the health of their hosts and have been linked to traits like growth promotion, stress resilience, and diseases. However, the mechanisms underlying microbiome-host interactions remain poorly understood. Recent studies have shown that microbiome-associated phenotypes are often mediated by specific molecules, a chemical language that enables microbes to interact with each other and with the host. The biosynthesis of these molecules is encoded in metabolic gene clusters (MGCs) that are subject to frequent horizontal transfer and are therefore highly strain-specific.
Current computational methods for analysing microbiomes largely focus on comparative taxonomic analyses and generic metabolism, and overlook this complex ""chemical dialog"". Indeed, no adequate methods are available to systematically study the roles of MGCs in microbiomes. At the same time, metabolomics data from microbiomes are full of dark matter: unknown molecules that cannot be traced to their producers. Here, I propose to develop the first comprehensive computational framework to study the chemical language of the microbiome.
In the past years, I have developed technologies that lay the foundation for this ERC project, including automated identification of MGCs, grouping them into families and annotating them using reference data. With DECIPHER, I will move my research to the next level, by developing new algorithms to link MGCs to their metabolic products and to predict their molecular and ecological functions in microbiomes. I will then apply this new framework in a systematic study of microbiome- associated phenotypes in plants and humans. Together, the innovations proposed here will fill a key gap in the analysis of microbiome function and pave the way toward precision-engineering of microbiomes with specific metabolic capabilities for designer soils and microbiome-based therapies."
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
Argomento(i)
Meccanismo di finanziamento
ERC-STG - Starting GrantIstituzione ospitante
6708 PB Wageningen
Paesi Bassi