DFG-Projekt: Die Populationsgenetik des CRISPR-Cas-Systems in Bakterien

Projektbeschreibung:
Das CRISPR-Cas-System (Clustered Regularly Interspaced Short Palindromic Repeats) ist ein weit-verbreitetes prokaryotischen, adaptives Verteidigungssystem gegen Phagen (Viren). Nach der Virusinfektion einer bakteriellen Zelle kann die Viren-DNA durch Cas-Proteine zerschnitten und in das CRISPR-Array von Spacer-Sequenzen eingebaut werden. Nachfolgende Infektionen mit demselben Virus werden nun verhindert, da fremde DNA, die mit dem Spacer übereinstimmt, das Ziel von Proteinen wird, die die erkannte DNA zerschneiden. Besitzt ein Bakterium nicht die richtige Spacer/Cas-Kombination und wird durch ein Virus angegriffen, so kann sich der Virus ausbreiten und das Bakterium umbringen.In unserem Projekt kombinbieren wir bioinformatische Expertise mit probabilistischer Modellierung, um quantitative, verlässliche Modelle zum Verständnis der Evolution des CRISPR-Arrays in nah verwandten Linien zu erhalten. Für unsere Arbeit ist die bioinformatische Analysis, inklusive Assemblierung und Klassifizierung (mittels Cas-Proteinen) von vorhandenen metagenomischen Data aus Meerwasser und dem menschlichen Darm fundamental. Die Modellierung von CRISPR-Evolution ist entweder neutral, wo neue Spacer-Sequenzen in das CRISPR-Array entweder zufällig oder zu Beginn des Arrays eintreten. Realistischere Szenarien basieren auf der Co-Evolution von Bakterien und Viren. Wir erweitern (die Analyse von) existierenden evolutionären Modellen durch einen Neutralitätstest und durch die Inferenz von horizontalem Gentransfer innerhalb des CRISPR-Cas-Systems.

Weitere Informationen: http://www.bioinf.uni-freiburg.de
Tel: +49 (0)761 203 7461
Email: backofen@informatik.uni-freiburg.de
Projektlaufzeit:
Projektbeginn: 01.01.2017
Projektende: 30.04.2020
Projektleitung:
Prof. Dr. Rolf Backofen

Albert-Ludwigs-Universität Freiburg

Kooperationspartner
Prof. Dr. Peter Pfaffelhuber, Albert-Ludwigs-Universität Freiburg, Abteilung für Mathematische Stochastik
Finanzierung:

  • DFG SPP Probabilistic Structures in Evolution

Aktueller Forschungsbericht