科学家预测基因突变的进化

来源：来源：news-medical | 作者：佚名 | 编译：聚生物 | 时间：2020-4-14

冷泉港实验室(Cold Spring Harbor Laboratory)的定量生物学家戴维•麦坎德利什(David McCandlish)和周娟南(Juannan Zhou)开发了一种具有预测能力的算法，使科学家能够看到特定的基因突变如何结合起来，使关键蛋白质在物种进化过程中发生变化。

该算法被称为“最小上位插补”(minimum epistasis interpolation)，其结果显示了一种蛋白质是如何进化成高效或完全无效的。他们比较了数千种蛋白质的功能，发现了突变如何导致蛋白质从一种功能形式进化到另一种功能形式的模式。图片来源:McCandlish lab/CSHL, 2020年

在《自然通讯》(Nature Communications)杂志上发表的一篇文章中，这种被称为“最小上位插补”(minimum epistasis interpolation)的算法给出了一个可视化的结果:一种蛋白质是如何进化成高效或完全无效的。他们比较了数千种蛋白质的功能，发现了突变如何导致蛋白质从一种功能形式进化到另一种功能形式的模式。

“上位性”（epistasis）描述基因突变之间的相互作用，其中一个基因的作用取决于另一个基因的存在。在许多情况下，科学家们认为，当现实与他们的预测模型不一致时，这些基因之间的相互作用就开始起作用了。考虑到这一点，McCandlish创建了这个新算法，它假设每个突变都很重要。术语“内插”（interpolation）描述了预测一个物种可能经历的突变的进化路径以实现最佳蛋白质功能的行为。

研究人员通过测试产生链球菌GB1蛋白的基因发生的特定突变的影响，创建了这个算法。他们选择GB1蛋白质是因为它的复杂结构，它会产生大量可能的突变，这些突变可以以大量可能的方式组合在一起。

冷泉港实验室David McCandlish：“由于这种复杂性，数据集的可视化变得非常重要。我们想把这些数字转换成一幅图，这样我们就能更好地理解(数据)告诉我们的东西。”

可视化就像一张地形图。高度和颜色与蛋白质活性水平相关，而图上点之间的距离表示突变进化到这种水平所需的时间。

GB1蛋白在自然界中一开始的蛋白活性水平不高，但可能通过发生在几个不同地方的一系列突变而进化到更高的蛋白活性水平。

McCandlish将蛋白质的进化路径比作徒步旅行，其中蛋白质是一个试图最有效地到达最高或最好的山峰的徒步旅行者。基因以同样的方式进化：通过突变寻找最小抗性和提高效率的途径。

为了到达山脉中另一个最好的高峰，徒步旅行者更可能沿着山脊线旅行，而不是一路徒步回到山谷。沿着山脊线走可以有效地避免另一次潜在的艰难攀登。在可视化中，山谷是蓝色区域，在那里突变组合导致最低水平的蛋白质活性。

该算法显示了每个可能的突变序列的最优程度，以及一个基因序列突变为其他许多可能的序列需要多长时间。该工具的预测能力可能在诸如COVID-19大流行这样的情况下特别有价值。研究人员需要知道病毒是如何进化的，以便在病毒达到最危险的形式之前知道何时何地拦截病毒。

McCandlish解释说，该算法还可以帮助“了解病毒在进化过程中逃避免疫系统或产生耐药性时可能采取的遗传路线”。如果我们能了解可能的途径，那么也许我们就能设计出能够阻止耐药性进化或免疫逃避的疗法。”这种预测遗传算法还有其他潜在的应用，包括药物开发和农业方面。

冷泉港实验室David McCandlish：“你知道，在遗传学的最初阶段。。。有很多有趣的推测，如果你真的能看到这些基因空间，它们会是什么样子。现在我们真的做到了！真是太酷了。”

Source:

https://www.news-medical.net/news/20200414/Predicting-the-evolution-of-genetic-mutations.aspx

郑重声明：本网所有文章（包括图片和音视频资料）系出于传递更多信息之目的，且明确注明来源和作者。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。所有文章版权归原作者所有,且仅代表作者观点，不代表本站立场。如作者信息标记有误，请第一时间联系我们修改或删除，谢谢。