Pangenome discovery and characterization of human protein-coding duplicated genes

Stellen Sie sich vor, Ihr Körper wäre eine riesige, belebte Bibliothek, die die Bedienungsanleitungen für den Bau und den Betrieb eines Menschen enthält. Jahrzehntelang glaubten Wissenschaftler, jedes einzelne Buch in dieser Bibliothek katalogisiert zu haben, aber es gab einen kniffligen Bereich: die „Copy-Paste-Zone“. In diesem Teil der Bibliothek wurden ganze Kapitel der Anleitungen immer wieder dupliziert, wodurch Stapel von fast identischen Seiten entstanden. Da diese Seiten sich so ähnlich sahen, konnten die Bibliothekare (Wissenschaftler) nicht erkennen, welche Kopie welche war, weshalb sie die Duplikate oft einfach ignorierten oder als kaputte, nutzlose Entwürfe abtaten. Dies ist wichtig, denn genau in diesen unordentlichen, duplizierten Abschnitten werden die spannendsten neuen Geschichten geschrieben – Orte, an denen unser Körper vielleicht brandneue Werkzeuge erfindet, um uns beim Denken, Wachsen oder Anpassen zu helfen. Um dieses Rätsel zu lösen, brauchten Wissenschaftler eine bessere Methode, die Bibliothek zu lesen, indem sie von verschwommenen Fotokopien zu hochauflösenden 3D-Scans der Bücher übergingen, um genau zu sehen, wie sich die Duplikate unterscheiden.

Dieses Paper ist wie ein Team von Super-Detektiven, das endlich den Code dieser unordentlichen „Copy-Paste-Zone“ in der menschlichen DNA knackt. Die Forscher nutzten einen leistungsstarken neuen Werkzeugsatz: 298 Long-Read-assemblierte menschliche Genome (die wie hochauflösende Karten unserer genetischen Bibliothek fungieren) und eine massive Sammlung von 5,6 Milliarden vollständigen cDNA-Transkripten aus 83 verschiedenen Geweben (die wie Aufnahmen der Bücher der Bibliothek sind, die tatsächlich laut vorgelesen werden). Durch die Kombination dieser Daten konnten sie 493 Familien von Genduplikaten sortieren und fanden etwas Überraschendes: 2.713 potenzielle Gene, die in unserer Standard-Referenzkarte überhaupt nicht vorkommen. Dies sind keine bloßen zufälligen Fehler; sie sind wahrscheinlich kopienzahl-polymorph, was bedeutet, dass verschiedene Menschen eine unterschiedliche Anzahl dieser Kopien besitzen, so wie manche Familien vielleicht zusätzliche Exemplare eines Lieblingsrezepts haben und andere nicht.

Als das Team die Genfamilien genauer untersuchte, bei denen sie die Kopien voneinander unterscheiden konnten, stellte es fest, dass 60,0 % von ihnen tatsächlich aktiv und funktionstüchtig sind und ihre „offenen Leserahmen“ (die Teile des Codes, die funktionale Proteine bilden) intakt halten. Noch interessanter ist, dass 45,7 % dieser aktiven Gene im Gehirn, im Embryo oder im Hoden am aktivsten sind, was darauf hindeutet, dass sie eine entscheidende Rolle bei unserer Entwicklung und unseren komplexen Funktionen spielen. Das Team korrigierte zudem 386 bestehende Genmodelle, darunter 150, die völlig fehlten oder sich vom aktuellen „Goldstandard“ der T2T-CHM13-Annotation unterschieden. Sie klassifizierten auch 236 Gene (35,1 %), die zuvor als defekte „Pseudogene“ galten, als tatsächliche proteinkodierende Gene um, da sie Belege dafür fanden, dass diese Gene transkribiert werden, über einen funktionierenden Code verfügen und zugängliche Promotoren (die „Ein-Schalter“) im Chromatin besitzen.

Die Studie untersuchte auch, wie sehr diese Gene „konserviert“ sind, oder wie streng die Natur sie vor Veränderungen schützt. Sie fanden heraus, dass 24,2 % dieser segmentalen Duplikations-Gene (SD-Gene) Anzeichen dafür zeigen, sowohl vor Kopienzahländerungen als auch vor Aminosäuremutationen geschützt zu sein, was bedeutet, dass sie wahrscheinlich wichtig für das Überleben sind. Es gibt jedoch eine Wendung in der Geschichte: Die Mehrheit dieser wichtigen, geschützten Gene ist alt und wurde von unseren fernen Vorfahren geerbt. Im Gegensatz dazu zeigen nur 16,2 % der neueren, abgeleiteten duplizierten Gene, die erst kürzlich in der menschlichen Abstammungslinie entstanden sind, denselben Nachweis von Konservierung. Dies deutet darauf hin, dass unsere genetische Bibliothek zwar ständig neue, duplizierte Kapitel hinzufügt, die meisten dieser frischen Ergänzungen jedoch noch durch die Evolution getestet werden und nur ein kleiner Bruchteil davon bewiesen hat, wichtig genug zu sein, um streng bewacht zu werden. Letztendlich ermöglicht dieser Pangenom-Ansatz den Wissenschaftlern die nötige Präzision, um zwischen funktionellen Genen und defekten Pseudogenen zu unterscheiden, und hebt die spezifischen Gen-Innovationen hervor, die erst kürzlich in der menschlichen Evolution entstanden sind.