Molecular Mechanisms to Optimize Gene Translation Elongation Differ Significantly in Bacteria with and without Non-Ribosomal Peptides

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Non-ribosomal peptides play an important role in the vital activity of bacteria and have an extremely broad field of biological activity. In particular, they act as antibiotics, toxins, surfactants, siderophores, and also perform a number of other specific functions. Biosynthesis of these molecules does not occur on ribosomes but by special enzymes that form gene clusters in bacterial genomes. We hypothesized that the presence of non-ribosomal peptide synthesis pathways is a specific feature of bacterial metabolism, which may affect other vital processes of the cell, including translational ones. This work was the first to show the relationship between the translation regulation mechanism of protein-coding genes in bacteria, which is largely determined by the efficiency of translation elongation, and the presence of gene clusters in the genomes for the biosynthesis of non-ribosomal peptides. Bioinformatic analysis of the translation elongation efficiency of protein-coding genes was performed in 11679 bacterial genomes, some of which contained gene clusters of non-ribosomal peptide biosynthesis and some of which did not. The analysis showed that bacteria whose genomes contained clusters of non-ribosomal peptide biosynthetic genes and those without such gene clusters differ significantly in the molecular mechanisms that ensure translation efficiency. Thus, among microorganisms whose genomes contain gene clusters of non-ribosomal peptide synthetases, a significantly smaller part of them is characterized by optimized regulation of the number of local inverted repeats, while most of them have genomes optimized by the averaged energy of inverted repeats studs in mRNA and additionally by codon composition. Our results suggest that the presence of non-ribosomal peptide biosynthetic pathways in bacteria may influence the structure of the overall bacterial metabolism, which is also expressed in the specific mechanisms of ribosomal protein biosynthesis.

Sobre autores

A. Klimenko

Institute of Cytology and Genetics, Siberian Branch, Russian Academy of Sciences

Email: mat@bionet.nsc.ru
Russia, 630090, Novosibirsk

S. Lashin

Institute of Cytology and Genetics, Siberian Branch, Russian Academy of Sciences

Email: mat@bionet.nsc.ru
Russia, 630090, Novosibirsk

N. Kolchanov

Institute of Cytology and Genetics, Siberian Branch, Russian Academy of Sciences

Email: mat@bionet.nsc.ru
Russia, 630090, Novosibirsk

D. Afonnikov

Institute of Cytology and Genetics, Siberian Branch, Russian Academy of Sciences

Email: mat@bionet.nsc.ru
Russia, 630090, Novosibirsk

Yu. Matushkin

Institute of Cytology and Genetics, Siberian Branch, Russian Academy of Sciences

Autor responsável pela correspondência
Email: mat@bionet.nsc.ru
Russia, 630090, Novosibirsk

Bibliografia

  1. Caboche S., Pupin M., Leclère V., Fontaine A., Jacques P., Kucherov G. (2008) NORINE: a database of nonribosomal peptides. Nucl. Acids Res. 36, 326–331. https://doi.org/10.1093/nar/gkm792
  2. Süssmuth R.D., Mainz A. (2017) Nonribosomal peptide synthesis – principles and prospects. Angew. Chemie – Int. Ed. 56, 3770–3821.
  3. Kim H.U., Blin K., Lee S.Y., Weber T. (2017) Recent development of computational resources for new antibiotics discovery. Curr. Opin. Microbiol. 39, 113–120.
  4. Blin K., Shaw S., Kautsar S.A., Medema M.H., Weber T. (2021) The antiSMASH database version 3: increased taxonomic coverage and new query features for modular enzymes. Nucl. Acids Res. 49(D1), D639‒D643.
  5. Лихошвай В.А., Матушкин Ю.Г. (2000) Предсказание эффективности экспрессии генов по их нуклеотидному составу. Молекуляр. биология. 34, 406–412.
  6. Likhoshvai V.A., Matushkin Yu.G. (2002) Differentiation of single-cell organisms according to elongation stages crucial for gene expression efficacy. FEBS Lett. 516. 87–92.
  7. Соколов В.С., Зураев Б.С., Лашин С.А., Матушкин Ю.Г. (2014) EloE – веб-приложение для оценки эффективности элонгации трансляции генов. Вавиловский журн. генетики и селекции. 18, 904–909.
  8. Korenskaia A.E., Matushkin Y.G., Lashin S.A., Klimenko A.I. (2022). Bioinformatic assessment of factors affecting the correlation between protein abundance and elongation efficiency in Prokaryotes. Internat. J. Mol. Sci. 23(19), 11996. https://doi.org/10.3390/ijms231911996
  9. Blin K., Medema M.H., Kottmann R., Lee S.Y., Weber T. (2017) The antiSMASH database, a comprehensive database of microbial secondary metabolite biosynthetic gene clusters. Nucl. Acids Res. 45, D555–D559. https://doi.org/10.1093/nar/gkw9601
  10. Filzmoser P., Hron K., Templ M. (2018) Applied compositional data analysis. with worked examples. In: Statistics. Springer Ser., Nature Switzerland AG, Cham, Switzerland. ISBN 978-3-319-96420-1
  11. Mukherjee S., Stamatis D., Bertsch J., Ovchinnikova G., Katta H.Y., Mojica A., Chen I.M.A., Kyrpides N.C., Reddy T.B.K. (2019) Genomes OnLine database (GOLD) v.7: Updates and new features. Nucl. Acids Res. 47(D1), D649–D659. https://doi.org/10.1093/nar/gky977
  12. Turner D.H., Sugimoto N. (1988) RNA structure prediction. Annu. Rev. Biophys. Biophys. Chem. 17, 167–192.
  13. Sharp P.M., Li W.H. (1987) The codon adaptation index – a measure of directional synonymous codon usage bias, and its potential applications. Nucl. Acids Res. 15, 1281–1295.
  14. Filzmoser P., Hron K., Reimann C. (2007) Principal component analysis for compositional data with outliers. Environmetrics. 20, 621–632.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
2.

Baixar (106KB)
3.

Baixar (301KB)
4.

Baixar (101KB)
5.

Baixar (275KB)
6.

Baixar (511KB)
7.

Baixar (295KB)

Declaração de direitos autorais © А.И. Клименко, С.А. Лашин, Н.А. Колчанов, Д.А. Афонников, Ю.Г. Матушкин, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».