Bioprospecting metagenomes: glycosyl hydrolases for converting biomass.
Bioprospecting metagenomes: glycosyl hydrolases for converting biomass.
复制标题
DOI：
10.1186/1754-6834-2-10
复制
发表时间：
2009-05-18
影响因子：
6.3
通讯作者：
van der Lelie D
中科院分区：
文献类型：
--
作者：
Li LL;McCorkle SR;Monchy S;Taghavi S;van der Lelie D
微生物在漫长的时间里进化并积累了显著的生理和功能异质性，现在构成了地球上遗传多样性的主要储备。使用宏基因组学，即直接从环境样品中回收的遗传物质，可以在不需要培养细胞的情况下获得这种生物遗传多样性。因此，微生物群落和它们的宏基因组，从具有高周转率的生物群落中分离出来，如木质纤维素植物细胞壁，已经成为生物勘探的主要资源;此外，这种材料是寻找用于各种工业过程的新生物催化剂（酶）的主要资产，包括从植物原料生产生物燃料。然而，尽管宏基因组学技术在发现新酶后做出了贡献，但这种相对较新的企业需要重大改进。本文对基于功能的宏基因组筛选和基于序列的宏基因组数据挖掘进行了比较，讨论了两种方法的优点和局限性。我们还描述了通过宏基因组学方法发现的不寻常的酶，并讨论了宏基因组技术的未来前景。
Throughout immeasurable time, microorganisms evolved and accumulated remarkable physiological and functional heterogeneity, and now constitute the major reserve for genetic diversity on earth. Using metagenomics, namely genetic material recovered directly from environmental samples, this biogenetic diversification can be accessed without the need to cultivate cells. Accordingly, microbial communities and their metagenomes, isolated from biotopes with high turnover rates of recalcitrant biomass, such as lignocellulosic plant cell walls, have become a major resource for bioprospecting; furthermore, this material is a major asset in the search for new biocatalytics (enzymes) for various industrial processes, including the production of biofuels from plant feedstocks. However, despite the contributions from metagenomics technologies consequent upon the discovery of novel enzymes, this relatively new enterprise requires major improvements. In this review, we compare function-based metagenome screening and sequence-based metagenome data mining, discussing the advantages and limitations of both methods. We also describe the unusual enzymes discovered via metagenomics approaches, and discuss the future prospects for metagenome technologies.
登录
查看更多内容
影响因子：
2.2
作者：
Green, CD;Simons, JF;Lewin, DA
通讯作者：
Lewin, DA
影响因子：
5.8
作者：
Dalevi, Daniel;Ivanova, Natalia N.;Markowitz, Victor M.
通讯作者：
Markowitz, Victor M.
影响因子：
56.9
作者：
Gill, Steven R.;Pop, Mihai;Nelson, Karen E.
通讯作者：
Nelson, Karen E.
影响因子：
56.9
作者：
Hallam, SJ;Putnam, N;DeLong, EF
通讯作者：
DeLong, EF
影响因子：
5.1
作者：
Ferrer, M;Golyshina, OV;Golyshin, PN
通讯作者：
Golyshin, PN