研究与评述:生态与环境雷竞技苹果下载科学杂志
菜单ISSN: 2347 - 7830
ISSN: 2347 - 7830
+ 44-7723-59-83581Bharathidasan大学海洋生物技术系，印度泰米尔纳德邦Tiruchirappalli。
收到:22/10/2015接受:20/11/2015发表:27/11/2015
浏览更多相关文章研究与评述:生态与环境雷竞技苹果下载科学杂志
快速的工业化和人口爆炸产生有毒化学物质，污染环境。微生物降解是一种既环保又经济的修复污染环境的途径。目前，数据库和计算机程序极大地协助了生物修复的发展和实施。因此，在将微生物降解应用于生态位之前，它减少了时间和许多基础实验室实验，通过使用各种计算工具来预测可能的降解途径是重要的。本文综述了计算技术在不同水平降解过程中的可能方法，包括毒素的物理、化学和功能特性分析，毒性预测，微生物酶的基因组学和蛋白质组学方法，途径预测和降解率预测。此外，还列出了可能应用于生物降解领域的在线数据库和工具的汇编，并以silicon Degradation网页显示。
有毒化学品，废物管理，生物降解，微生物，在网上
人类活动产生的废物是有毒化学物质，是快速工业化和污染环境的因素。一些与不正确的废物管理做法有关的严重和高度暴露的污染事件，导致公众关注缺乏管制、立法不足、对环境和人类健康的影响[1］.一般来说，有毒和有害的外源性药物具有不同于天然化合物的结构，并且更难以降解。但是微生物利用外来生物作为它们生存的能量来源。毒素的生物破坏是基于支持所有生态系统的原则[2］.微生物将复杂的有机化合物转化为一氧化碳2或其他简单的有机化合物通过代谢途径分泌酶。这个氧化过程产生能量和还原性等效物，这些能量和还原性等效物用于将一部分中间体转化为细胞群(同化)，从而使生物体的生长能够进行降解过程[3.］.生物降解过程的概述如图所示图1所示。
图1:生物降解过程概述。
生物修复是一个总称概念，涵盖了从污染场地中清除有毒废物所涉及的各个层次的多阶段复杂性。有几个数据库和工具可用于在所有可能的层上协助此过程。这包括提供/预测有关化学品、毒性、风险评估、化学品的环境特性、微生物酶、代谢途径和降解过程程度的信息。用户可以根据自己的研究兴趣使用这些数据库检索信息。用户可以使用化学数据库检索毒性信息，或者使用定量结构活性关系(QSAR)预测化学品的毒性。此外，一些途径预测系统可用于预测那些在文献中不知道降解途径的化学物质的降解途径。利用这些途径预测系统，用户不仅可以预测降解途径，还可以识别降解途径中涉及的酶[4］.但是，大多数生物修复领域的研究都没有意识到这些用户友好的计算技术。具备生物信息学的基础知识和资源运用能力。但显然没有生物信息学在不同层次生物降解过程中可能的方法的背景。这一领域的许多评论雷竞技苹果下载都是一流的，列出了可用的生物信息学资源[4-8］.然而，在解毒实验中实施生物信息学和生物降解的综合方法时，出现了一些安静的问题。目前的努力将代表与实验程序相关的不同生物信息学技术。这在图2。
图2:生物信息学方法在微生物降解中的应用。
此外，本文还介绍了微生物降解中使用的数据库和工具的综合列表。除了所有方法中列出的工具外，数据库Bio Red Base还专门提供放射性废物生物修复的信息。该网页已创建，可作为在线目录使用在网上生物修复技术。
酶降解的一个基本方面是效率、反应动力学和选择性，并由物理化学参数表示[9化学特性包括物理和化学特性、用途、环境监测、命运和运输以及与潜在接触、生物积累和毒性有关的特性的数据汇编。可用的化学数据库有ChemDplus、PubChem和ECHA。大多数数据库提供的信息包括名称、同义词、SMILES代码、分子量、化学式、化学结构图像、PDB格式的标准三维结构、密度、蒸发速率、熔点、沸点、水溶性以及与其他相关数据库的链接。此外，在线工具TerraQSAR和SAMFA基于结构预测分子性质。
降解过程的分解代谢是通过微生物酶与要降解的化学物质的官能团的相互作用而发生的。这个概念是由[10一般分子相互作用的概念。组合配体设计的一种方法是从确定最佳位置开始的。在预测分子相互作用的可能性之前，有必要知道参与这一过程的官能团。特定的数据库包括ChemDplus, Chemogenesis和Mitishamba数据库提供每种化学品的信息。
利用微生物对有毒化合物进行环境净化的技术已经发展起来。但由于毒性会影响降解菌株的生存，因此不了解化合物的毒性水平就不能完全成功。因此，在对任何化学物质进行生物修复技术之前，还需要对其毒性水平进行预测在网上方法(11］.许多研究者建立了具有毒性指数的化学品数据库，它们是ACuteTox、生物系统中的化学效应(CEBS)、Terra-Base、GENE-TOX、有害物质数据库(HSDB)、超毒性、综合计算毒理学资源(ACToR)、比较毒理学基因组数据库(CTD)、致癌效力数据库(CPDB)、毒性文献在线(TOXLINE)、化学致癌研究信息系统(CCRIS)、开发和生殖毒理学数据库(DART)、遗传毒理学数据库(GENETOX)、综合风险信息系统、Actoxbase、比较分类基因组数据库、国际统一化学信息数据库、Haz-Map、TOXMAP、毒物释放清单、The Household products数据库、欧洲化学物质信息系统、eChemPortal、综合计算毒理学资源、EPA农药人体健康实验标记物、EPA农药项目水生生物基准办公室(OPPALB)，来自政府间组织的化学品安全信息- INCHEM, JECDB:日本现有化学品数据库，北欧国家制剂中的物质(SPIN)和美国EPA:物质登记服务。此外，ECOSAR、TOPKT、envihem和ECOTOX等数据库具体反映了环境影响。预测化合物的毒性在网上毒理学方法是一个发展中的领域，目前已有PBT profiler、Derek (Lhasa Ltd)、HazardExpert、ACD/TOx suite、ADMET predictor、OncoLogic、Toxtree、MolCode工具箱、VirtualToxLa、Search Nexus、毒性评估软件工具(TEST)、CAESAR、ToxiPred和ToxCast程序等数据库。
微生物降解是人类净化污染环境的主要和最终的自然机制。生物降解过程的主要原理见图3。生物降解菌株数据库是收集降解有毒物质微生物的公共资源库数据库。
图3:微生物对烃类的好氧降解原理。
化学物质的降解可以通过特定的酶系统来介导。主要是细胞内有机污染物的攻击刺激氧化过程，并由加氧酶和过氧化物酶催化[12］.其他涉及的机制是微生物细胞附着到底物和生物表面活性剂的生产。这种外周降解途径将有机污染物逐步转化为中心中间体代谢的中间体[13］.ExPASy, OxDBase -生物降解加氧酶数据库，KEGG, Bionemo -生物降解代谢分子信息和国家生物技术信息中心(NCBI)是其中的一些数据库。这些数据库允许用户检索特定微生物中存在的酶的列表。
序列组装:在基因测序中，需要多个实验拷贝来建立重复和嵌合体。在短枪测序后，片段(contigs)的连接需要基于数学加权图进行建模。在该方法中，节点是片段，边缘的权重是重叠核苷酸的数量，片段使用贪心算法根据最大重叠进行连接[14］.在此基础上开发了序列组装工具，其中比较著名的工具有SSAKE、SOAPdenovo、AbySS和Velvet。
基因预测:在contigs连接后，下一个问题是确定基因组中的蛋白质编码区或orf(开放阅读框)。基因的识别可以通过使用基于隐马尔可夫模型(HMM)的技术搜索已知的基因数据库(如GenBankor)来完成[14］.HMM使用的工具有GLIMMR、AUGUSTUS、BGF、FGENESH和GeneMark。
细菌的注释:一旦获得了最终的基因集，将应用一些后处理程序来过滤和注释预测的基因。基因组注释是对单个基因及其蛋白质(或RNA)产物的描述，以及赋予该基因产物的功能[14］.记录还可以包括对指定功能的证据的简要描述。示意图见图4。它可以通过使用在线工具RAST, BASys和WeGAS来完成。
图4:基因组注释的广义流程图。
蛋白质组学:生物降解中的蛋白质组学技术包括测序、比较研究和功能研究，同样的技术也可以应用于基因序列。此外，它还包括蛋白质相关特性的鉴定和表征，以及代谢和调节途径的重建[15］.使用BLAST, ALIGN Query, LALIGN, FFAS, FASTA, Gene Wise, SIM和SSEA。在多序列比对的情况下，ClustalW, MAFFT, Clustal Omega, DbClustal, PROBCONS, web恶作剧，GUIDANCE, SALIGN, AlignMe和PRALINE被广泛用于成对序列比对[16］.确定了谷胱甘肽转移酶(GSTs)的潜在氨基酸，这些氨基酸参与了有毒污染物的降解，包括多氯联苯。作者对细菌GSTs进行了多序列比对，鉴定出相同的氨基酸。通过在体外位点导向诱变研究随后证明氨基酸在决定催化活性中起作用。
因此，采用Phylip、T-Rex、Phylogeny.fr、PHYML、ProtTest、Phylemon2、POWER、Phylodendron、系统发育树预测、CVTree、web PRANK、Replacement Matrix和DIVEIN进行系统发育分析，确定了这些生物的祖先。通过系统发育分析，从已知的与降解过程有关的微生物中鉴定出新的微生物。特别是在循环硝胺降解中[17]、土臭素降解[18]、烷烃降解[19]和纺织品染料脱色[20.］.在聚乙烯生物降解的情况下[21]，通过16S rRNA测序鉴定降解菌。这种细菌是假单胞菌citronellolisBLAST结果与数据库的相似性为96%(无显著性得分)，因此他们澄清了他们的细菌是一种新菌株。
一旦获得生物体的细节，分解代谢过程中涉及的特定酶，就可以通过数据库追踪到这一途径。一些代谢途径数据库有KEGG、UM-BBD、EMP、Biocyc、MetaRouter、PANTHER、pathway Commons、MetaCyc、BRENDA、Roche生化途径、BioCarta和WIT。在所有数据库中，KEGG系统在用户友好性和数据库中包含的数据量方面得到了最高的评价。生态循环系统拥有关于特定生物体的最多信息。它还包含了用于建立系统的文献和实验数据的直接链接。PathDB, expasy和UM-BBD系统是其他最有用的系统，但是初学者会更喜欢KEGG图形[22］.
蛋白质配体对接工具可用于筛选污染物对已表征酶的降解敏感性。利用对接算法，可以很容易地预测可能的相互作用，并识别其中的隐藏机制。另一方面，它将生成的姿势与正在研究的目标蛋白质相匹配，从而用于开发新的代谢物。基于这些信息，可能会产生代谢工程生物，并可以增强降解[10，23］.在对污染物进行对接前，应深入分析酶的结合位点。PROCAT、活性位点预测、PAR-3D、Q-site finder和Pocket-finder等工具。
另一方面，许多工具可以免费/商业地用于对接研究，包括Autodock, DOCK, GOLD, Glide, SCIGRESS, GlamDock, GEMDOCK, iGEMDOCK, HomDock, ICM, FlexX, Flex-Ensemble (FlexE)， Fleksy, fit, VLifeDock, ParaDockS, Molegro Virtual Docker, eHiTS, DAIM-SEED-FFLD, AutodockVina, VinaMPI, OEDocking, DOCK, Rosetta Ligand, rDock, MOE, Lead Finder, YASARA Structure, GalaxyDock, FINDSITE-LHM, ADAM, hint!、植物、黑线鳕、计算机辅助药物设计、黑线鳕、DockoMatic和BDT [24对最广泛使用的工具进行了比较研究。根据他们的说法，与DOCK, Flex和GOLD相比，AutoDock重现了更好的结果。这个标准在网上该方法可用于许多降解过程，特别是偶氮染料的降解[25]和芘降解[26使用不同的方法进行预测。他们从Pub Chem数据库中收集污染物，并与漆酶对接，漆酶是一种被充分研究的酶，用于对诸如酚类、苯胺类等异种生物进行生物修复。提示漆酶可能对选定的污染物具有氧化作用。
生活在污染环境中的细菌通常能够从先前存在的应对天然化合物的途径进化而来。由于对有毒化合物解毒的选择性压力或使用新的碳、氮或磷来源，混杂酶可以进化成更有效的催化剂。这些新型酶是降解外源类似物的调节剂[8，11］.各种各样的在体外和在活的有机体内人们开发了识别关键毒性途径的技术。计算方法也被用于设计新的分解代谢途径。用于预测分解代谢途径的工具有UM-BBD、METEOR、Metabolic Expert、META Router、Multi CASE/META、UM-PPS、Path Pred、Biochemical network integrated computational explorer (BNICE)、DESHARKY、From metabolite to metabolite (FMM)、Carbon Search、Opt Strain和Metabolic Tinker。其中，Opt Strain等工具主要用于预测有价值的终产物的生物合成途径，但DESHARKY、Meta Router、UM-BBD等工具也可用于预测降解途径。一些算法使用从代谢途径数据库(如Meta Cycand KEGG)中提取的已知反应生成途径。另一些则根据已知的官能团转化产生途径，而不管酶是否催化特定反应[11］.
使用这种计算方法[27]了解新的生物降解途径如何影响宿主生物的现有代谢，并向可用于生物修复的基因工程微生物提出了这一想法[28]使用UMBBD-PPS和emmolecules database等计算工具来鉴定可用于完成1-萘基甲基氨基甲酸酯/碳酸盐生物修复的强效细菌。这将为细菌作为化学废物生物修复的高效生物催化剂的前瞻性工程铺平道路。
使用计算工具来预测异种生物的生物降解可以帮助确定降解这些化合物所需的反应，从而深入了解异种化合物在环境中的命运。目前的生物降解预测方法是基于规则的，依赖于广泛的数据库[29］.在线工具如BIOWIN、OECD工具箱、START、VEGA、Predict-BT和CATABOL在设计和评估新的异种生物降解途径以及确定细胞可行性降解途径方面被证明是有用的[30.］.对VEGA、TOPKAT (Toxicity Prediction by computer Assisted Technology，商用软件Accelrys, Inc.)、BIOWIN和START进行对比分析。他们在准确性、敏感性、特异性和马修相关系数(MCC)的基础上比较了这些工具的性能。根据[30.VEGA对被测化学品给出了最好的准确度结果(99%)，而START模型给出了较差的结果。由于BIOWIN、TOPKAT和VEGA模型表现良好，它们可以用来预测现成的生物降解性[31］.尝试利用BIOWIN对芳烃的降解速率进行预测，结果与实验结果一致。
两者的结合在网上技术允许加强优化复杂的生物修复过程。特别是因为互联网提供了大量鼓舞人心的工具，使初学者能够快速理解和学习。然而，用户友好的计算技术是可用的，一个关键的瓶颈在于能够根据可用的输入，感兴趣的输出选择工具并快速分析输出以得出有意义的结论。同样，有些服务器可能会停机数月，url也不可能详尽无遗，因为有大量的工具和/或数据库可用，而且几乎每天都有变化。然而，这些方法使菌株的发展能够有效地降解顽固的人为化合物，从而为污染场地的清理和工业废物的处理提供了生态友好和相对低成本的方法。这篇综述列出了资源和作者创建的网页硅专门用于此目的的退化。这个中心在网上如果充分利用这些资源，可以极大地促进微生物降解过程。
