Aevol-9: A simulation platform to decipher the evolution of genome architecture
Aevol-9 ist eine vorwärtsgerichtete Zeit-Simulationsplattform, die Populationen mit expliziten Genomen modelliert, die verschiedenen Mutationsoperatoren unterliegen, was es Forschern ermöglicht zu untersuchen, wie evolutionäre Bedingungen die Genomarchitektur und -organisation beeinflussen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Das Leben auf der Erde ist in einem Code geschrieben, einer langen Kette chemischer Buchstaben, die einer Zelle mitteilt, wie sie sich selbst aufbaut und überlebt. Seit Jahrzehnten verstehen Biologen, wie sich dieser Code auf der kleinsten Ebene verändert, indem ein Buchstabe durch einen anderen ersetzt oder ein einzelnes zusätzliches Zeichen hinzugefügt wird. Doch der Code ist auch in eine größere Struktur eingebettet, einen Bauplan darüber, wie Gene angeordnet sind, wie viele von ihnen existieren und wie viel „Leerraum“ zwischen ihnen liegt. Diese größere Struktur, bekannt als Genomarchitektur, variiert in der gesamten Stammbäume des Lebens massiv. Einige Organismen packen ihre genetischen Anweisungen dicht gedrängt in winzige Kreise, während andere massive, weitläufige Genome tragen, die mit riesigen Strecken nicht-kodierender DNA gefüllt sind. Wissenschaftler fragen sich seit langem, welche Kräfte diese unterschiedlichen Baupläne formen. Ist es der Druck der natürlichen Selektion, die Effizienz bevorzugt? Oder ist es das zufällige Würfelspiel, bekannt als Gendrift, das es ermöglicht, dass durch bloßen Zufall zusätzliches genetisches Material akkumuliert wird? Diese Ideen in der realen Welt zu testen, ist nahezu unmöglich, da die Evolution Millionen von Jahren braucht, um sich zu vollziehen, und die Beobachtung derselben Spezies über solch gewaltige Zeitskalen hinweg liegt jenseits der menschlichen Reichweite.
Um dieses Rätsel zu lösen, hat ein Forscherteam ein digitales Labor namens Aevol-9 gebaut. Dies ist kein Werkzeug zur Beobachtung der Vergangenheit, sondern ein zukunftsorientierter Simulator, der es Wissenschaftlern ermöglicht, die Evolution in Zeitraffer zu beobachten. In dieser virtuellen Welt erschuf das Team Populationen digitaler Organismen, die jeweils ein strukturiertes, doppelsträngiges Genom tragen. Diese digitalen Lebensformen konkurrieren um das Überleben, pflanzen sich fort und geben ihre genetischen Anweisungen an die nächste Generation weiter. Die entscheidende Innovation dieses Systems besteht darin, dass es einer Mutation nicht einfach einen Wert basierend auf einer vorgefertigten Liste zuweist. Stattdessen liest die Software das gesamte Genom des Organismus, übersetzt es in einen Satz von Proteinen und berechnet dann, wie gut diese Proteine dem Organismus helfen, ein spezifisches Überlebensziel zu erreichen. Wenn eine Mutation das Genom so verändert, dass dieser Prozess gestört wird, sinkt die Fitness des Organismus. Wenn die Änderung den Prozess verbessert, steigt die Fitness. Dies ermöglicht es dem System, auf natürliche Weise zu entdecken, welche genetischen Anordnungen unter verschiedenen Bedingungen am besten funktionieren – von winzigen Populationen, in denen der Zufall regiert, bis hin zu massiven Populationen, in denen die Selektion streng ist.
Die Forscher nutzten diese Plattform, um ein massives Experiment durchzuführen, um zu sehen, wie die Populationsgröße die Form eines Genoms beeinflusst. Sie starteten mit einem digitalen Stamm, der bereits zehn Millionen Generationen lang in einer stabilen Umgebung evolviert war. Dann teilten sie diese Population in drei Gruppen auf: eine, die dieselbe Größe beibehielt, eine, die viermal größer wurde, und eine, die auf ein Viertel ihrer ursprünglichen Größe schrumpfte. Sie ließen diese Gruppen weitere 1,1 Millionen Generationen evolvieren, ein Zeitraum, den echte Bakterien in tausenden von Jahren bewältigen würden. Die Ergebnisse waren beeindruckend. In den kleinen Populationen, in denen der Zufall eine größere Rolle spielt, wurden die Genome größer und akkumulierten mehr nicht-kodierende DNA, die keinen direkten Zweck zu erfüllen schien. In den großen Populationen, in denen die natürliche Selektion effizienter darin ist, Ineffizienzen auszusortieren, schrumpften die Genome. Die Organismen in diesen großen Gruppen strafften ihren genetischen Code und warfen das zusätzliche Gepäck ab, um kompakter zu werden.
Dieser Befund stützt eine lang gehegte Idee in der Biologie, die mutationale Gefahrenhypothese (mutational-hazard hypothesis), die besagt, dass größere Populationen besser darin sind, nutzloses genetisches Material zu entfernen, während kleinere Populationen eher dazu neigen, es ansammeln zu lassen. Die Simulation offenbarte jedoch eine Nuance, die nicht sofort offensichtlich war. Während die Gesamtgröße des Genoms sich dramatisch veränderte, blieb die Menge an tatsächlicher kodierender DNA – den Teilen, die Proteine bauen – über alle Gruppengrößen hinweg überraschend stabil. Der Unterschied lag ausschließlich in den nicht-kodierenden Regionen. Zudem verschob sich die Art und Weise, wie die Gene organisiert waren. In den kleineren Populationen neigten die Gene dazu, über längere DNA-Strecken verteilt zu sein. In den größeren, effizienteren Populationen waren die Gene dichter gepackt und oft in Clustern gruppiert, die als einzelne Einheiten funktionierten. Dies deutet darauf an, dass die Evolution nicht nur Gene hinzufügt oder entfernt, sondern die „Möbel“ des Genoms ständig umstellt, um den Beschränkungen der Population gerecht zu werden.
Die Stärke von Aevol-9 liegt in seiner Fähigkeit, jede einzelne Veränderung zu verfolgen, vom winzigen Austausch eines Buchstabens bis hin zum massiven Deletionsereignis eines großen Genomstücks. Da die Forscher die gesamte Geschichte jedes digitalen Organismus nachverfolgen können, können sie genau sehen, wie diese groß angelegten Veränderungen stattfanden und warum sie bestehen blieben. Die Simulation zeigte, dass diese Veränderungen keine zufälligen Unfälle sind, sondern durch das Zusammenspiel von Mutation, Selektion und der Populationsgröße getrieben werden. Die Studie legt nahe, dass die komplexe Architektur eines Genoms kein feststehendes Merkmal ist, sondern eine dynamische Antwort auf die Umwelt. Durch das Durchführen tausender dieser digitalen Experimente hat das Team einen klaren Blick darauf ermöglicht, wie das Leben seine genetischen Anweisungen über tiefe Zeiträume hinweg organisieren könnte, und bietet eine neue Möglichkeit, die Regeln zu verstehen, die die Vielfalt des Lebens auf der Erde regeln.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.