sRNARegNet - Vergleichende Analyse der regulatorischen Netzwerke kleiner RNA in Gammaproteobacteria

• Antragsteller: Professor Dr. Konrad Förstner
• Fachliche Zuordnung: Stoffwechselphysiologie, Biochemie und Genetik der Mikroorganismen ; Bioinformatik und Theoretische Biologie ; Mikrobielle Ökologie und Angewandte Mikrobiologie
• Förderung: Förderung von 2020 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 433110396

Eine effiziente Regulation der Genexpression ist für alle Lebewesen essentiell. Neben der ausgiebig untersuchten protein-basierten Regulation (z.B. durch Transkriptionsfactoren und bakteriellen RNA-Polymerase-Sigma-Faktoren) sind kleine, regulatorische RNAs (sRNAs) Hauptakteure um die zellulären Transkript-Level an externe Signal anzupassen. Die Entwicklung von Hochdurchsatz-Sequenziertechnologien hat die Identifikation dieser sRNAs in allen Phyla des Lebens einschließlich von Bakterien revolutioniert. Obwohl ein typisches Bakterium hunderte von sRNA exprimiert, sind ihre biologische Funktionen häufig unbekannt. In diesem Projekt versuchen wir neue sRNAs von einer diversen Auswahl an Spezies der Klasse der Gammaproteobacteria (insgesamt 20 Organismen) zu annotieren und zu charakterisieren. Proben werden in vier verschiedenen Wachstumsbedingungen einschließlich Eisenlimitation und Zellmembranstress genommen, um sicher zu stellen, dass sRNAs, die unter sehr unterschiedlichen Umweltbedingen exprimiert werden, entdeckt werden können. Dabei fokussieren wir uns auf sRNAs, die von der RNA-Chaperone Hfq abhängig sind und ihre Ziel-mRNAs durch Basenpaarung beeinflussen. Wir habe dazu eine integrierte bioinformatische Plattform für die Generierung von hoch-aufgelösten Annotation von mikrobiellen Spezies entwickelt, die uns erlaubt, genomweit Transkriptionsstartstellen (TSSs) und sRNAs so wie Bindestellen der korrespondierenden Transkriptionsfaktoren und Sigma-Faktoren, die ihre Expression kontrollieren, zu detektieren. Wir werden RIL-Seq (RNA interaction by ligation and sequencing) anwenden, um global Basenpaarung zwischen sRNAs und mRNAs zu identifizieren und biologische relevante Geneexpression zu inferieren. Die Daten werden zu umfassende Netzwerkmodelle der sRNA-basierter Regulation kombiniert, die uns erlauben, die evolutionären Beziehungen zwischen sRNAs, ihrer transkriptionaler Regulatoren und ihrer Ziel-mRNAs zu untersuchen. Basierend auf diesen Analysen wird es uns möglich sein, zahlreiche biologische Fragen zu beantworten - zum Beispiel ob das Vorhandensein und die Regulons kleiner sRNAs mit bestimmten Lebensstilen und der Physiologie der beherbergend Bakterien verknüpft sind. Die konsistente Daten-Sammlung von TSSs, Expressionmessungen und sRNA-Interaktionen wird eine einzigartige und sehr wertvolle Ressource darstellen, die auch von anderen Forschenden mit unterschiedlichen Forschungsinteressen genutzt werden kann.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: USA
• Kooperationspartnerin: Professorin Gisela Storz, Ph.D.