Strong correlation between amino acid frequency and codon degeneracy in genetic codes across all domains of life

Jedes Lebewesen auf der Erde, von den kleinsten Bakterien bis zum größten Wal, verlässt sich auf dasselbe grundlegende Handbuch zur Herstellung seiner Proteine. Dieses Handbuch ist der genetische Code, ein universelles System, das Sequenzen aus dreibuchstabigen chemischen Wörtern, bekannt als Codons, in die zwanzig verschiedenen Bausteine, die Aminosäuren, übersetzt, aus denen Proteine bestehen. Während das Alphabet dieses Codes feststeht, sind die Regeln darüber, wie viele Wörter zu jedem Baustein gehören, überraschenderweise ungleichmäßig verteilt. Einigen Aminosäuren ist ein einziges dreibuchstabiges Wort zugewiesen, während anderen bis zu sechs verschiedene Wörter entsprechen, die exakt dasselbe bedeuten. Jahrzehntelang haben sich Wissenschaftler gefragt, ob diese ungleiche Verteilung ein zufälliger historischer Unfall ist oder ob sie sorgfältig durch die Bedürfnisse des Lebens selbst geformt wurde. Speziell wurde die Frage gestellt, ob die Anzahl der Wörter, die einer Aminosäure zugewiesen sind, mit der Häufigkeit übereinstimmt, mit der diese Aminosäure tatsächlich in den Proteinen des Körpers verwendet wird. Wenn die Natur eine große Menge eines bestimmten Bausteins benötigte, wies sie ihm dann natürlich mehr Wörter zu, um die Produktion zu erleichtern? Oder bestimmte die Anzahl der Wörter, wie viel von diesem Baustein letztlich im Endprodukt landete?

Ein Forschungsteam der Friedrich-Schiller-Universität Jena setzte sich zum Ziel, diese Frage zu klären, indem es die tatsächlichen Daten über den gesamten Stammbaum des Lebens hinweg untersuchte. Sie sammelten genetische Informationen von mehr als 20.000 verschiedenen Organismen, die alle drei großen Domänen des zellulären Lebens abdecken – Archaeen, Bakterien und Eukaryoten – sowie Viren. Anstatt zu raten oder zu modellieren, was passieren könnte, zählten sie einfach die Aminosäuren in den Proteinen dieser Organismen und verglichen diese realen Zahlen mit den theoretischen Zahlen, die durch den genetischen Code vorhergesagt werden. Um sicherzustellen, dass ihre Ergebnisse korrekt waren, berücksichtigten sie die Tatsache, dass verschiedene Organismen unterschiedliche chemische Zusammensetzungen in ihrer DNA haben, ein Faktor, der die Ergebnisse verfälschen kann. Sie behandelten jedes Protein gleich, unabhängig davon, wie aktiv es in der Zelle war, um ein reines Bild der allgemeinen Verwendung der Bausteine zu erhalten.

Die Studie offenbarte ein auffälliges Muster: Es gibt eine starke, konsistente Verbindung zwischen der Anzahl der Wörter, die eine Aminosäure hat, und der Häufigkeit, mit der sie in Proteinen vorkommt. Im Allgemeinen werden Aminosäuren mit mehr synonymen Codons in höheren Mengen gefunden, während jene mit weniger Wörtern in geringeren Mengen vorkommen. Diese Korrelation hielt über alle Domänen des Lebens hinweg stand, was darauf hindeutet, dass der genetische Code tatsächlich geformt wurde, um den Anforderungen des frühen Lebens zu entsprechen. Die Forscher fanden heraus, dass die einfachsten Aminosäuren, die in der präbiotischen Welt wahrscheinlich zuerst verfügbar waren, die meisten Wörter zugewiesen bekamen und heute am häufigsten in Proteinen vorkommen. Im Gegensatz dazu erhielten komplexere Aminosäuren, die später in der Evolution auftauchten, weniger Wörter und bleiben weniger verbreitet.

Die Geschichte ist jedoch nicht vollkommen einfach. Während der allgemeine Trend stark ist, identifizierten die Forscher spezifische Aminosäuren, die konsequent gegen die Regeln verstoßen. Vier Aminosäuren – Glutamat, Aspartat, Lysin und Methionin – werden weita-lich häufiger verwendet, als es ihre Anzahl an Codons vermuten ließe. Im Gegensatz dazu erscheinen Cystein, Arginin, Histidin und Prolin seltener als erwartet. Das Team schlug vor, dass diese Abweichungen keine zufälligen Fehler sind, sondern das Ergebnis späterer evolutionärer Drücke. Beispielsweise wird Methionin übermäßig verwendet, weil es als das essenzielle Startsignal für den Aufbau jedes Proteins dient, eine Rolle, die seine Präsenz erfordert, ungeachtet seiner hohen metabolischen Kosten. Cystein, das Schwefel enthält, wird vermutlich unterverwendet, weil Schwefel in der Umwelt oft knapp ist und weil zu viel davon dazu führen kann, dass Proteine sich fehlerhaft zusammenlagern. Ähnlich verhält es sich mit Prolin, das aufgrund seiner starren Struktur sparsam eingesetzt wird, da es schwierig sein kann, Proteine in die Formen zu falten, die sie für ihre Funktion benötigen.

Die Forscher untersuchten auch, ob der genetische Code ein „gefrorener Unfall“ (frozen accident) war, ein Begriff, den der Nobelpreisträger Francis Crick prägte, um zu suggerieren, dass der Code durch Zufall festgelegt wurde und sich nicht ändern konnte. Ihre Ergebnisse stellen diese Ansicht infrage. Die starke Korrelation zwischen Wortanzahl und Verwendung deutet darauf hin, dass der Code nicht zufällig war, sondern optimiert wurde, um den Bedürfnissen der frühesten Lebensformen zu entsprechen. Sobald der Code jedoch fixiert war, entwickelte sich das Leben weiter. Als Organismen sich an neue Umgebungen anpassten und komplexere Funktionen entwickelten, passte die natürliche Selektion die Häufigkeit bestimmter Aminosäuren an, was dazu führte, dass sie vom ursprünglichen Gleichgewicht abwichen. Der genetische Code selbst blieb eingefroren, aber die Proteine, die er baute, änderten sich, um den Bedürfnissen des Organismus zu entsprechen.

Einer der überraschendsten Aspekte der Studie ist, wie gut dieses Muster in Eukaryoten Bestand hat, den komplexen Organismen, die Pflanzen, Tiere und Pilze umfassen und die Milliarden von Jahren nach der Etablierung des genetischen Codes entstanden sind. Trotz der gewaltigen evolutionären Distanz bleibt die Korrelation zwischen Codon-Anzahl und Aminosäure-Häufigkeit in diesen komplexen Lebensformen bemerkenswert stark. Dies deutet darauf hin, dass das ursprüngliche Design des Codes so effektiv war, dass es als grundlegende Regel fortbestand, selbst als sich das Leben in die vielfältigen Formen diversifizierte, die wir heute sehen. Die Studie stellte zudem fest, dass während einige Aminosäuren überrepräsentiert oder unterrepräsentiert sind, das allgemeine Gleichgewicht der positiven und negativen Ladungen in Proteinen über verschiedene Umgebungen hinweg relativ stabil bleibt, was darauf hindeutet, dass die Natur ein empfindliches Gleichgewicht aufrechterhält, um Proteine löslich und funktionsfähig zu halten.

Letztendlich bietet diese umfassende Analyse ein klareres Bild davon, wie das Handbuch des Lebens geschrieben wurde. Sie legt nahe, dass der genetische Code keine zufällige Sammlung von Zuweisungen war, sondern ein System, das auf die Verfügbarkeit und die Kosten der Bausteine an der Geburtsstunde des Lebens abgestimmt war. Während spätere evolutionäre Drücke Variationen eingeführt haben, um spezifische biologische Bedürfnisse zu erfüllen, trägt die zugrunde liegende Struktur des Codes immer noch den deutlichen Abdruck dieser uralten Anforderungen. Die Forschung bestätigt, dass die Anzahl der einer Aminosäure zugewiesenen Wörter ein leistungsstarker Prädiktor dafür ist, wie oft diese Aminosäure verwendet wird, was einen seltenen Einblick in die Zwänge und Entscheidungen ermöglicht, die die allerersten lebenden Systeme geformt haben.