生物通官微陪你抓住生命科技跳动的脉搏
通过三级混合随机突变技术产生的铜绿假单胞菌突变体过度产生了糖脂肽生物两亲体
随机诱变联合γ射线及N-甲基-N'-亚硝基-N-亚硝胍处理增强铜绿假单胞菌IKW1产甘油脂肽能力,代谢途径受阻导致苏氨酸异亮氨酸分支阻断。5升生物反应器优化发酵后溶氧系数提升24%,甘油脂肽产量增长3.86倍。该产物表面张力降至24.41 dyn/cm,原油降解速率常数0.115 d⁻¹,优于商业表面活性剂。该技术适用于原油污染生态系统生物修复。
来源:BMC Microbiology
时间:2026-02-24
从读取数据到获得结果:比较牛津纳米孔测序技术与Illumina测序技术在柑橘病毒监测中的应用
柑橘病毒与类病毒检测中,纳米孔测序(ONT)与Illumina测序在病原体识别、基因组覆盖率和测序准确度上相当,但ONT具有更短的周转时间。研究通过比较两种技术在小规模检测中的表现,验证了ONT在常规病原体检测中的潜力,并探讨了其在植物健康监测中的应用前景。
来源:BMC Genomics
在全基因组测序技术的支持下,研究马来西亚消除疟疾目标背景下恶性疟原虫(Plasmodium falciparum)的流行病学特征
本研究利用纳米孔测序和群体基因组分析,对马来西亚沙捞越州21例疟疾分离株进行研究,发现13例与患者旅行史相符,起源多自东南亚外地区,2例存在基因证据与旅行史矛盾,揭示传统方法局限,强调基因组学在输入性与本地性疟疾鉴别及消除中的关键作用。
利用计算机模拟方法在原核生物中识别潜在的PET酶
塑料污染威胁生态,需探索天然降解微生物。本研究通过系统分析27种细菌的蛋白质结构,发现Halopseudomonas pertucinogena等三种菌的PET酶与Ideonella sakaiensis的PETase结构高度相似,结合分子动力学和配体结合分析,证实其降解潜力,为生物降解塑料提供新候选。
来源:BMC Biology
人B细胞淋巴瘤细胞外囊泡分子表征与血清囊泡的方法学比较:探索DLBCL亚型分型的液体活检新策略
本文综述了弥漫性大B细胞淋巴瘤(DLBCL)亚型(ABC与GCB)细胞外囊泡(EVs)的分子与物理特征,并与患者血清EVs进行方法学比较。研究通过电镜(EM)、蛋白质印迹(WB)、免疫分析与质谱(MS)等多项技术,揭示了ABC型EVs体积更小、四跨膜蛋白(CD81/CD9)富集度更高的亚型特异性差异,并证实血清EVs中可检测到B细胞标志物CD19。该工作为利用EVs作为非侵入性生物标志物进行淋巴瘤分型与监测提供了关键方法学依据与实验基础。
来源:Journal of Extracellular Biology
基于结构的发现:利用体外实验、结构-活性关系分析、计算机模拟(in silico)、对MCF-7细胞系的细胞毒性测试、DNA对接以及分子动力学(MD)模拟等方法,筛选出4-苯基-5-对甲氧基甲基-4H-1,2,4-三唑硫醚类化合物作为15-脂氧合酶抑制剂
15-LOX抑制剂设计:新型1,2,4-三唑硫醚衍生物(6a-h)合成后显示强抑制活性(IC50 0.53-3.67 μM),SAR表明高脂溶性增强活性,且对MCF-7细胞生长抑制及DNA结合实验支持其作为抗炎抗癌双效候选药物。
来源:Bioorganic Chemistry
首次在来自埃及的狗身上分离出布鲁氏菌(Brucella canis)并通过分子方法进行了确认
布氏杆菌病在埃及狗群中的分子流行病学调查,通过血清学检测和分子生物学方法(AMOS-PCR、Suis-ladder PCR、ERIC-PCR)确认分离出12株布氏杆菌,其中8株为B. melitensis生物变种3,4株为B. canis(首次在埃及狗中检出)。研究证实分子工具能有效区分菌种并评估遗传多样性,发现菌株在多个区域均有低频分布。
基于基因组学的评估方法,利用SpongySeq(一种扩增子测序试剂盒)来确定在船舶检查过程中截获的多毛虫(Lymantria dispar)的地理来源
松毛虫入侵防控中基因组方法的应用:通过开发SpongySeq AmpliSeq面板(含283个SNP),结合DAPC模型对北美 intercepted虫卵地理溯源,结果显示日本来源占64.3%,验证了基因组标记在入侵物种溯源防控中的可行性。
深度胶囊神经网络:通过序列到图像的转换技术提取局部嵌入特征,用于识别抗癌肽
抗肿瘤多肽 capsnet 模型特征整合 shuffled frog leaping 算法
基于领域知识的方法促进了机器学习的发展,并实现了对癌症相关RNA甲基化位点的功能特征分析
m6A-CAPred模型通过整合序列和基因组特征,有效预测癌症相关N6-甲基腺苷修饰位点,验证显示其平均AUROC达0.885,且预测位点显著富集于关键生物过程和癌症通路。
来源:BMC Bioinformatics
当前实验室方法在布鲁氏菌病流行地区的诊断敏感性
本研究于2021-2022年在伊朗东部和东北部收集800份疑似布鲁氏杆菌病患者样本,采用细菌培养、血清学检测及实时PCR(16S rRNA和IS711基因)进行诊断。结果显示实时PCR(IS711)敏感性和特异性最高(77.2%,93%),且诊断方法选择需考虑病程阶段(急性/亚急性/慢性)。
基于牛津纳米孔平台的灵敏、灵活、经济型血清RNA测序技术用于病原体检测
这篇综述中心思想在于,针对宏基因组测序在病原体检测中因宿主核酸丰度过高而导致灵敏度低的核心问题,提出并优化了一种结合序列非依赖性单引物扩增(SISPA)与杂交法去除高丰度序列(DASH)的低成本方法。该方法可在牛津纳米孔(ONT)平台上实现血清样本中微生物RNA的PCR级别灵敏度检测,显著优于现有商业宿主去除方案,为资源有限地区的人畜共患病监测提供了高效、灵活且经济的解决方案。
整合的DIA蛋白质组学和转录组学技术揭示了云上黑山羊在发情周期中子宫多产性的分子机制
通过整合蛋白质组和转录组分析揭示山羊子宫高效繁殖力的分子机制,发现松质素信号通路在卵泡期激活促进子宫重塑,萜类骨架生物合成途径在黄体期增强支持代谢和激素信号。关键蛋白模块及IDH2、MTHFD2等核心蛋白与高繁殖力显著相关。
将红外热成像技术与欧拉视频放大技术相结合,用于监测野生海豹的生命体征——从沙滩到冰冻海岸
本研究验证红外热成像(IRT)结合欧拉视频放大(EVM)技术用于野生动物呼吸率和心率的非侵入式测量,在北美和南极海豹群中测试,结果显示高精度(呼吸率误差1.3 brpm,心率7.4 bpm),并确定相机分辨率和距离对测量精度的影响。
基于对接引导和磷酸模拟理性工程的方法,对来自Trichoderma reesei的葡萄糖不敏感的木糖转运蛋白进行改造
本研究通过基因改良和计算模型筛选出低葡萄糖亲和力、高木糖转运效率的Trichoderma reesei转运蛋白,验证了磷酸化修饰对转运蛋白功能的影响,为提高生物精炼中乙醇共发酵效率提供了理论依据。
来源:Microbial Cell Factories
通过无标记蛋白质组学方法对下一代益生菌Faecalibacterium duncaniae A2-165的蛋白质组进行深入研究
Faecalis duncaniae A2-165静止期蛋白质组学分析揭示其代谢调控机制及抗炎关键蛋白。研究通过质谱技术鉴定1280个蛋白,发现可溶与不可溶蛋白亚群在功能分布和细胞定位上显著差异,后者富集ABC转运蛋白和氧化磷酸化相关蛋白,而可溶蛋白主要涉及氨基酸、碳代谢及能量代谢。首次鉴定ButCoAT、MAM蛋白及其转运体等关键抗炎因子。
利用DaRTseq技术对棉花(Gossypium hirsutum L.)基因型的遗传多样性和种群结构进行分析
棉花遗传多样性及种群结构分析采用DArTseq测序技术,对913份棉花材料(含Gossypium hirsutum育种材料)进行SNP检测,筛选1431个高质量SNP。通过UPMGA聚类、DAPC判别分析及ΔK模型发现种群分为K=2(ΔK最大值)和K=3(DAPC细化结构)亚群,I与II亚群间存在最高 fixation index(0.0830)和最低基因流(Nm=0.0210)。遗传多样性指标显示MAF=0.2328,GD=0.3208,PIC=0.2607,Ho=0.0210。研究为分子育种提供群体遗传学依据。
将基于GBS(Genome Sequencing by Hybridisation)和DArTseq(Decoded Agarose Sequencing)技术获得的SNP(Single Nucleotide Polymorphism)标记整合并用于推断,以评估面包小麦基因型的遗传多样性
本研究整合了GBS和DArTseq平台的小麦SNP标记,填补了数据缺失,构建了46,876个GBS标记和3,417个DArTseq标记的联合数据集。通过聚类分析和Fst值检测,揭示了DNA转录调控、细胞壁组织等关键基因在自然和人工选择中的显著性,并验证了多平台数据融合对遗传多样性评估和选择信号识别的互补优势。
hStouffer:一种改进的元分析方法,用于大规模RNA-seq数据的全面分析
传统RNA-seq元分析方法因大规模整合时假阳性率激增而存在缺陷,本研究提出混合Stouffer方法,通过p值截断、阈值设定和自助法优化整合流程,有效控制假阳性并保持高灵敏度,验证显示其能准确反映生物学本质。
一种新颖的固定相方法,用于提高大肠杆菌中重组蛋白的表达水平:超越指数生长阶段
本研究通过葡萄糖诱导醋酸介导的生长停滞及色氨酸限制,构建了稳定期样生理状态,使融合人干扰素γ的绝对和相对表达量分别提升2.4倍和2.5倍,为高效重组蛋白生产提供了新策略。
知名企业招聘: