课题基金基金详情
利用拉曼光镊技术解析水圈未培养微生物的硫循环驱动
结题报告
批准号:
91751103
项目类别:
重大研究计划
资助金额:
80.0 万元
负责人:
傅钰
学科分类:
C0105.微生物学新技术与新方法
结题年份:
2020
批准年份:
2017
项目状态:
已结题
项目参与者:
朱雅新、詹争艳、卢维来、薛慧君、连宪强、赵德、赵曦、周利艳、陈秀强
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
客服二维码
微信扫码咨询
中文摘要
在硫元素生物地球化学循环中,水圈微生物的驱动发挥着巨大作用。然而,在驱动硫循环的水圈微生物群体中存在大量未培养微生物,其硫代谢机制、微生物群体的组成和维持群体结构的机制还很不明确。我们设计以不依赖于纯培养、原位无损、非标记的拉曼光镊技术,结合微流芯片原位模拟、单细胞测序以及宏基因组等技术,监测参与硫代谢循环的未培养微生物多样性和在硫循环中的贡献,解析硫氧化菌群体形成和降解零价硫小球的机制,观察零价硫小球中间体对微生物群落结构构成、多样性调控的影响,探讨硫驱动群落中微生物互作的机理, 以期通过拉曼光镊新技术的研发和改进来发现富硫水圈中未培养微生物中参与硫循环的功能微生物及其群落架构,阐释水圈微生物推动硫元素循环的分子机制。
英文摘要
In the sulfur biogeochemical cycle, the action of hydrosphere microbes is a very important driving force. However,the vast majority of microbes which drive the sulfur cycle is unculturable. It remains obscure for the mechanism of sulfur metabolism in the cell, the constitution of microbial population and the maintenance of ecological niche. In the proposal, we design and develop an in situ, culture-independent, non-destructive, label-free laser tweezers Raman spectroscopy technique to analyze the water microbes. Combined with the techniques of microfluidic chip, single-cell sequencing and metagenomics, we will identify the microorganisms involved in the sulfur cycle and their contribution in the sulfur cycle, analyze the formation and degradation of sulfur globules in the uncultured sulfur-oxidizing bacteria, observe the affection of sulfur globules on the constitution, diversity and structures of the microbial population, explore the mechanism of interactions between microbes for the sulfur cycle driving. We expect the new technology will help us find the influence of uncultured functional microbes living in sulfur-rich environment on the microbial community structure and sulfur biogeochemical cycle and reveal the mechanism how hydrosphere microbes drive the sulfur cycle.
水圈微生物在驱动硫元素生物地球化学循环中发挥着巨大的作用。然而,由于原位研究手段的限制,水圈微生物驱动硫循环的代谢途径、分子机制及生态菌落构成还很不明确。本项目聚焦水圈微生物研究的新技术与新方法,利用不依赖于纯培养、原位、无损、非标记的拉曼光镊技术,在操纵微生物单细胞的同时采集其拉曼组,建立微生物拉曼组数据库。结合人工智能机器学习技术,基于拉曼组对微生物进行鉴定,鉴定的平均正确率达到95.64%±5.46%。鉴于人工智能分析的“黑箱性”,通过逐一遮蔽光谱的理念建立了新型的微生物拉曼光谱特征峰提取技术,实现对人工智能如何分析微生物拉曼组的可视化呈现。研发了利用拉曼在单细胞水平原位定量表征零价硫的技术,结合三代测序和转录分析,发现海洋厌氧光合紫硫细菌Thiophaeococcus mangrovi中存在不同于dsr和sox的未知硫代谢途径参与硫代硫酸盐形成元素硫的过程。合作研发完成拉曼结合生成对抗网络鉴定海洋病原菌的方法,利用研发的单分子技术解析富硫热泉中冰岛硫化叶菌Cren7和Sis7d压缩DNA的机制。本项目通过拉曼光镊、人工智能和单分子等一系列新技术的研发和融合来拓展富硫水圈原位鉴定表征微生物的研究手段,最终将不依赖于纯培养解析水圈微生物推动地球硫元素循环的途径及机理。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI:10.1021/acs.analchem.9b04946
发表时间:2020-05-05
期刊:ANALYTICAL CHEMISTRY
影响因子:7.4
作者:Lu, Weilai;Chen, Xiuqiang;Fu, Yu Vincent
通讯作者:Fu, Yu Vincent
Archaeal Chromatin Proteins Cren7 and Sul7d Compact DNA by Bending and Bridging
通过弯曲和桥接古细菌染色质蛋白 Cren7 和 Sul7d 紧凑 DNA
DOI:10.1128/mbio.00804-20
发表时间:2020-06
期刊:mBio
影响因子:6.4
作者:Zhang Zhenfeng;Zhan Zhengyan;Wang Bing;Chen Yuanyuan;Chen Xiuqiang;Wan Cuihong;Fu Yu;Huang Li
通讯作者:Huang Li
DOI:10.1016/j.scitotenv.2020.138477
发表时间:2020
期刊:Science of the Total Environment
影响因子:9.8
作者:Yu Shixiang;Li Hanfei;Li Xin;Fu Yu Vincent;Liu Fanghua
通讯作者:Liu Fanghua
利用单分子技术解析酿酒酵母H1类似蛋白Hho1和Hmo1的生理功能及对应的分子机理
DNA损伤胁迫下酿酒酵母细胞间通讯的分子机制
酿酒酵母DNA复制中未激活解旋酶的去除机理及其在DNA复制终止中的功能
国内基金
海外基金