ProjektProfessorship for Applied Natural Products Genome Mining

Grunddaten

Titel:
Professorship for Applied Natural Products Genome Mining
Laufzeit:
01.01.2021 bis 31.12.2025
Abstract / Kurz- beschreibung:
Die TTU-Infrastruktur Applied Natural Products Genome Mining ist ein zentraler Bestandteil der TTU NAB und befindet sich an der Schnittstelle zwischen Bioinformatik, Molekularbiologie und Naturstoffanalytik. Das Hauptziel dieser Infrastruktur ist die Entwicklung bioinformatischer Methoden und der Nutzung großer Datenmengen, um die die Effizienz der Entdeckung von neuartigen Antibiotika aus Naturstoffen zu verbessern.
Mikroorganismen produzieren eine enorme Vielfalt an Sekundärmetaboliten. Dabei sind die diversen chemischen Strukturen oft hoch komplex und auffallend aktiv. Diese Bioaktivität nutzen Naturstoffforscher, um in mikrobiellen Sekundärmetabolitproduzenten nach neuen potenziellen Medikamenten zu suchen. Herkömmliche Bioaktivitäts-Screenings zeigen jedoch sehr hohe Wiederentdeckungsraten und machen die Bemühungen zur Wirkstoffentdeckung kostspielig und zeitaufwendig. Bioinformatische Genom-Mining-Methoden leiten moderne Bemühungen zur Entdeckung von Antibiotika führen zu effektiveren und gezielteren Entdeckungen von Antibiotika.
Das Hauptziel dieser Förderphase ist die Weiterentwicklung unserer erfolgreichen Genome Mining Software: „Antibiotic Target Seeker“ (ARTs) and „automated multilocus species tree“ (autoMLST), um zu einen vielversprechende Taxa mit neuartigen Biosynthesegenclustern zu identifizieren, und zum anderen eine verbesserte Priorisierung von Biosynthesegenclustern, welche Antibiotika mit neuen Wirkmechanismen kodieren zu priorisieren. Darüber hinaus werden wir neue Software entwickeln, welche Transkriptomdaten analysieren kann und gleichzeitig eine bioinformatische und phylogenetische Analyse regulatorischer Elemente durchführt. Diese Software soll vor allem bei der Aktivierung der vielen so genannten stillen Gencluster, welche nicht unter normalen Laborbedingungen produziert werden, helfen. Wir werden ausserdem Ansätze des maschinellen Lernens nutzen, um Antibiotika produzierende Bakterien und ihre Wirkungsweise vorherzusagen. Die entwickelten Software Tools werden experimentell verifiziert und an Bakteriengenomen aus unserer hauseigenen Stammsammlung getestet. Alle Werkzeuge, Pipelines und Verbindungen stehen allen DZIF-Forschern frei zur Verfügung und sind auch zentraler Bestandteil anderer Forschungsvorhaben innerhalb dieser Förderrunde.

Beteiligte Mitarbeiter/innen

Leiter/innen

Medizinische Fakultät
Universität Tübingen
Mathematisch-Naturwissenschaftliche Fakultät
Universität Tübingen
Interfakultäres Institut für Mikrobiologie und Infektionsmedizin (IMIT)
Interfakultäre Institute
Institut für Medizinische Mikrobiologie und Hygiene
Department für Diagnostische Labormedizin, Kliniken und klinische Institute, Medizinische Fakultät
Interfakultäres Institut für Biomedizinische Informatik (IBMI)
Interfakultäre Institute
Exzellenzcluster: Kontrolle von Mikroorganismen zur Bekämpfung von Infektionen (CMFI)
Zentren oder interfakultäre wissenschaftliche Einrichtungen

Ansprechpartner/innen

Interfakultäres Institut für Mikrobiologie und Infektionsmedizin (IMIT)
Interfakultäre Institute

Weitere Mitarbeiter/innen

Mathematisch-Naturwissenschaftliche Fakultät
Universität Tübingen
Interfakultäres Institut für Mikrobiologie und Infektionsmedizin (IMIT)
Interfakultäre Institute
SFB-TR 261 - Zelluläre Mechanismen der Antibiotikawirkung und -produktion (ANTIBIOTIC CellMAP)
Sonderforschungsbereiche und Transregios
Exzellenzcluster: Kontrolle von Mikroorganismen zur Bekämpfung von Infektionen (CMFI)
Zentren oder interfakultäre wissenschaftliche Einrichtungen

Lokale Einrichtungen

Interfakultäres Institut für Mikrobiologie und Infektionsmedizin (IMIT)
Interfakultäre Institute
Universität Tübingen

Geldgeber

Braunschweig, Niedersachsen, Deutschland
Hilfe

wird permanent gelöscht. Dies kann nicht rückgängig gemacht werden.