Los biólogos cuantitativos David McCandlish y Juannan Zhou del Laboratorio Cold Spring Harbor han desarrollado un algoritmo con poder predictivo, que brinda a los científicos la capacidad de ver cómo se pueden combinar mutaciones genéticas específicas para hacer que las proteínas críticas cambien en el curso de la evolución de una especie.
Descrito en Comunicaciones de la naturaleza , el algoritmo llamado "interpolación mínima de epistasis" da como resultado una visualización de cómo una proteína podría evolucionar para convertirse en altamente efectiva o no efectiva en absoluto. Compararon la funcionalidad de miles de versiones de la proteína, encontrando patrones de cómo las mutaciones causanla proteína para evolucionar de una forma funcional a otra.
"Epistasis" describe cualquier interacción entre mutaciones genéticas en las que el efecto de un gen depende de la presencia de otro. En muchos casos, los científicos suponen que cuando la realidad no se alinea con sus modelos predictivos, estas interacciones entre genes están en juegoCon esto en mente, McCandlish creó este nuevo algoritmo con el supuesto de que cada mutación importa. El término "interpolación" describe el acto de predecir el camino evolutivo de las mutaciones que una especie podría sufrir para lograr una función proteica óptima.
Los investigadores crearon el algoritmo probando los efectos de mutaciones específicas que ocurren en los genes que producen la proteína GB1 estreptocócica. Eligieron la proteína GB1 debido a su estructura compleja, que generaría enormes cantidades de posibles mutaciones que podrían combinarse en una enormecantidad de formas posibles
"Debido a esta complejidad, la visualización de este conjunto de datos se volvió tan importante", dice McCandlish. "Queríamos convertir los números en una imagen para que podamos entender mejor lo que nos dicen [los datos]".
La visualización es como un mapa topológico. La altura y el color se correlacionan con el nivel de actividad de la proteína y la distancia entre puntos en el mapa representa el tiempo que tardan las mutaciones en evolucionar a ese nivel de actividad.
La proteína GB1 comienza en la naturaleza con un nivel modesto de actividad proteica, pero puede evolucionar a un nivel de actividad proteica más alta a través de una serie de mutaciones que ocurren en varios lugares diferentes.
McCandlish compara el camino evolutivo de la proteína con el senderismo, donde la proteína es un excursionista que intenta llegar a los picos de montaña más altos o mejores de la manera más eficiente. Los genes evolucionan de la misma manera: con una mutación que busca el camino de menor resistencia y aumentoeficiencia.
Para llegar al siguiente mejor pico alto en la cordillera, es más probable que el excursionista viaje a lo largo de la línea de cresta que caminar de regreso al valle. Ir a lo largo de la línea de cresta evita eficientemente otro ascenso potencialmente difícil. En la visualización, el valle es el área azul, donde las combinaciones de mutaciones dan como resultado los niveles más bajos de actividad proteica.
El algoritmo muestra cuán óptima es cada posible secuencia mutante y cuánto tiempo tomará que una secuencia genética mute en cualquiera de muchas otras secuencias posibles. El poder predictivo de la herramienta podría resultar particularmente valioso en situaciones como la pandemia COVID-19Los investigadores necesitan saber cómo está evolucionando un virus para saber dónde y cuándo interceptarlo antes de que alcance su forma más peligrosa.
McCandlish explica que el algoritmo también puede ayudar a "comprender las rutas genéticas que podría tomar un virus a medida que evoluciona para evadir el sistema inmunitario o ganar resistencia a los medicamentos. Si podemos entender las rutas probables, entonces quizás podamos diseñar terapias que puedan prevenirla evolución de la resistencia o la evasión inmune "
Existen posibles aplicaciones adicionales para un algoritmo genético predictivo de este tipo, incluido el desarrollo de fármacos y la agricultura.
"Ya sabes, al principio de la genética ... había toda esta especulación interesante sobre cómo se verían estos espacios genéticos si realmente pudieras mirarlos", agregó McCandlish. "Ahora realmente lo estamos haciendo".! Eso es realmente genial."
Fuente de la historia :
Materiales proporcionado por Laboratorio Cold Spring Harbor . Original escrito por Brian Stallard. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :