产电微生物基因组及代谢网络分析  

Analysis on Electricigen Genomes and Metabolic Networks

作　　者：郭静[1] 徐自祥[2] 付亚星 刘碧芸[1] 孟静[1] 肖可[1] 付德刚[1] 孙啸[1] 

机构地区：[1]东南大学生物电子学国家重点实验室,生物科学与医学工程学院,南京210009 [2]中国科学院天津工业生物技术研究所、系统微生物工程中国科学院重点实验室,天津300308

出　　处：《应用与环境生物学报》2012年第6期1075-1084,共10页Chinese Journal of Applied and Environmental Biology

基　　金：国家自然科学基金项目(No.51172043);东南大学生物电子学国家重点实验室开放研究基金资助~~

摘　　要：产电微生物的生物信息学分析是微生物燃料电池(Microbial Fuel Cell,MFC)研究中的关键环节,各种生物信息学分析方法已经开始应用于产电微生物研究.本文综述了目前产电微生物基因组、功能基因组和代谢网络分析的重要方法,包括基因和基因表达信息分析、基因组和比较基因组分析、代谢网络建模和计算机模拟等,其中,产电微生物代谢网络的构建是联系上游基因组分析和下游基因工程改造的关键,是目前相关研究面临的挑战.生物信息学分析必将促进干实验与湿实验的紧密结合,促进发现电子转移相关功能基因,解析微生物产电机制,优化代谢网络,由此指导基因工程改造产电微生物,最终提高产电效率.Bioinformatics research on electricigens is the key process in microbial fuel cell （MFC） research. A variety of bioinformatics analysis methods have been applied in this field. In this review, the mainstream bioinformatics applications are summarized in the studies on electricigen genome, functional genome and metabolic network, such as gene and gene expression analysis, genome and comparative genome analysis, metabolic network reconstruction and in silico simulation. Metabolic network reconstruction is the key part between upstream genome analysis and downstream gene engineering, which is also the challenge of current related researches. Bioinformatics analysis will promote the integration between the dry experiment and wet experiment. R is used to explore the molecular mechanism of electron transfer and find ke~, genes, optimize metabolic network, then genetic engineering methods are applied to achieve the ultimate purpose of improving the efficiency of electricity production. Fig 1, Tab 3, Ref 86

关 键 词：微生物燃料电池 产电微生物 比较基因组分析 基因表达谱分析 代谢网络建模 网络优化算法 

分 类 号：Q93[生物学—微生物学] TM911.45[电气工程—电力电子与电力传动]