Correlative metabologenomics of 110 fungi reveals metabolite-gene cluster pairs.
Correlative metabologenomics of 110 fungi reveals metabolite-gene cluster pairs.
复制标题
DOI：
10.1038/s41589-023-01276-8
复制
发表时间：
2023-07
影响因子：
14.8
通讯作者：
Kelleher, Neil L. L.
中科院分区：
文献类型：
--
作者：
Caesar, Lindsay K. K.;Butun, Fatma A. A.;Robey, Matthew T. T.;Ayon, Navid J. J.;Gupta, Raveena;Dainko, David;Bok, Jin Woo;Nickles, Grant;Stankey, Robert J. J.;Johnson, Don;Mead, David;Cank, Kristof B. B.;Earp, Cody E. E.;Raja, Huzefa A. A.;Oberlies, Nicholas H. H.;Keller, Nancy P. P.;Kelleher, Neil L. L.
天然产物研究越来越多地应用组学技术来指导分子发现。虽然基因组学和代谢组学数据集的联合分析已被证明对鉴定细菌中的天然产物及其生物合成基因簇（BGCs）有价值，但这种综合方法缺乏对真菌的应用。由于真菌具有高度多样性，并且尚未开发新的化学和生物活性，因此我们创建了110个子囊菌的关联基因组学-代谢组学数据集，并优化了基因簇族（GCF）网络参数和基于相关性的评分，以将真菌天然产物与其bgc配对。利用一个包含3,007个ggc的网络（从7,020个bgc中组织），我们检查了源自16个已知bgc的25个已知天然产物，并观察到其中21个化合物与其验证的bgc之间存在统计学上显著的关联。此外，该可扩展平台还确定了拟盘酰胺的BGC，揭开了其生物起源的神秘面纱，并揭示了200多个高分天然产物- gcf联系，以指导未来的发现。
Natural products research increasingly applies -omics technologies to guide molecular discovery. While the combined analysis of genomic and metabolomic datasets has proved valuable for identifying natural products and their biosynthetic gene clusters (BGCs) in bacteria, this integrated approach lacks application to fungi. Because fungi are hyper-diverse and underexplored for new chemistry and bioactivities, we created a linked genomics–metabolomics dataset for 110 Ascomycetes, and optimized both gene cluster family (GCF) networking parameters and correlation-based scoring for pairing fungal natural products with their BGCs. Using a network of 3,007 GCFs (organized from 7,020 BGCs), we examined 25 known natural products originating from 16 known BGCs and observed statistically significant associations between 21 of these compounds and their validated BGCs. Furthermore, the scalable platform identified the BGC for the pestalamides, demystifying its biogenesis, and revealed more than 200 high-scoring natural product–GCF linkages to direct future discovery.
登录
查看更多内容
影响因子：
9.2
作者：
Kautsar SA;van der Hooft JJJ;de Ridder D;Medema MH
通讯作者：
Medema MH
影响因子：
5.1
作者：
El-Elimat T;Figueroa M;Ehrmann BM;Cech NB;Pearce CJ;Oberlies NH
通讯作者：
Oberlies NH
影响因子：
14.9
作者：
Clark K;Karsch-Mizrachi I;Lipman DJ;Ostell J;Sayers EW
通讯作者：
Sayers EW
DOI：
10.1007/978-1-0716-0239-3_3
发表时间：
2020
期刊：
Methods in molecular biology (Clifton, N.J.)
影响因子：
--
作者：
Du X;Smirnov A;Pluskal T;Jia W;Sumner S
通讯作者：
Sumner S
DOI：
10.1002/cpz1.321
发表时间：
2021-12
期刊：
Current protocols
影响因子：
--
作者：
Nickles G;Ludwikoski I;Bok JW;Keller NP
通讯作者：
Keller NP