基于模式识别的青蒿代谢组学研究

青蒿素是从青蒿中分离到的目前最有效的抗疟疾药物，然而青蒿中的青蒿素含量极低，严重限制了青蒿素的大范围应用。因此，如何提高青蒿素的含量是国内外研究人员关注的热点。本研究旨在利用先进的模式识别和机器学习技术，研究青蒿素的生物合成与青蒿萜类代谢之间的定性和定量关系，探明主要影响因子，并建立相关的数学模型，为进一步利用代谢工程调控青蒿素的生物合成奠定基础。研究内容包括：1）通过转基因等手段对青蒿进行代谢扰动，改变青蒿中的萜类化合物，建立萜类代谢存在明显差异的青蒿萜类代谢组研究体系；2）建立青蒿萜类代谢组数据库；3）运用现代模式识别和机器学习技术，对检测到的代谢组进行生物信息学分析，研究青蒿中主要萜类化合物合成途径的相互关系，分析青蒿素含量不同的青蒿间萜类代谢组的差异，解析差异原因，探明影响青蒿素生物合成的主要因素，建立青蒿素含量与青蒿萜类代谢之间的定量关系，为青蒿素生物合成的分子调控提供理论基础。