EXCON: a scalable, reproducible Nextflow pipeline for CAFE-based gene EXpansion and CONtraction analysis
EXCON ist eine skalierbare, automatisierte Nextflow-Pipeline, die den gesamten Workflow für CAFE-basierte Genfamilien-Expansions- und Kontraktionsanalysen – von der Genom-Vorverarbeitung und Ortholog-Identifizierung bis hin zur Geburts-Todes-Modellierung und funktionellen Anreicherung – optimiert und somit eine reproduzierbare evolutionäre vergleichende Genomik mit minimaler Benutzerkonfiguration ermöglicht.
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 ist in einem Code aus Genen geschrieben, aber die Länge dieses Codes ist nicht fest vorgegeben. So wie eine Bibliothek im Laufe der Zeit neue Bücher erwerben oder alte verlieren kann, gewinnen und verlieren die Genome lebender Arten Kopien ihrer Gene. Manchmal dupliziert sich ein Gen und schafft so zusätzliche Kopien, die neue Funktionen entwickeln können; ein anderes Mal geht ein Gen vollständig verloren. Diese Verschiebungen in den Genkopienzahlen sind eine primäre Art und Weise, wie Abstammungslinien sich an neue Umgebungen anpassen, komplexe Merkmale entwickeln oder sich in den endlosen biologischen Wettrüsten zwischen Wirten und Pathogenen behaupten. Um zu verstehen, wie eine Spezies evolvierte, suchen Wissenschaftler oft nach diesen spezifischen Expansionen und Kontraktionen in der genetischen Aufzeichnung. Das Auffinden dieser Veränderungen war jedoch historisch gesehen eine schwierige Aufgabe, die ein hohes Maß an technischem Geschick erforderte, um Daten herunterzuladen, zu bereinigen und komplexe statistische Modelle auszuführen, die diese Veränderungen über den Stammbaum des Lebens hinweg verfolgen.
Ein Forschungsteam am University College London hat nun ein Werkzeug entwickelt, das diese Barriere beseitigt und einen mehrstufigen, nur Experten vorbehaltenen Prozess in einen einzigen, automatisierten Arbeitsablauf verwandelt. Sie haben eine Pipeline namens EXCON geschaffen, die als vollständiger Leitfaden für die Analyse der Frage fungiert, wie Genfamilien wachsen und schrumpfen. Anstatt dass ein Forscher manuell Genomdateien herunterladen, formatieren und separate Programme ausführen muss, um verwandte Gene zu finden und deren Evolution zu modellieren, übernimmt EXCON jeden Schritt von Anfang bis Ende. Es beginnt mit dem Sammeln von Genomdaten, prüft die Qualität dieser Daten, identifiziert Gruppen verwandter Gene über verschiedene Spezies hinweg und verwendet dann ein statistisches Modell, um genau zu berechnen, wo und wann Genfamilien expandierten oder kontrahierten. Das System ist portabel konzipiert, was bedeutet, dass es auf einem Standard-Laptop, einem leistungsstarken Universitäts-Supercomputer oder in der Cloud laufen kann, und es passt seine Berechnungen automatisch an, um sicherzustellen, dass die Ergebnisse zuverlässig sind.
Um zu testen, ob ihr neues Werkzeug funktionierte, wandten die Forscher es auf eine vielfältige Gruppe von vierundzwanzig Primatenarten an, die von Lemuren und Loris bis hin zu Affen, Menschen und anderen Primaten reicht. Dieser Datensatz deckt etwa 71 Millionen Jahre Evolution ab. Die Pipeline verarbeitete die Daten erfolgreich und identifizierte dreihundertachtundfünfzig Genfamilien, die sich schnell entwickelten und signifikante Veränderungen in ihren Kopienzahlen innerhalb des Primaten-Stammbaums zeigten. Einer der bemerkenswertesten Funde betraf eine spezifische Genfamilie namens DUX, die in einer hochgradig instabilen Region des Genoms liegt. Die Analyse ergab, dass diese Genfamilie nicht nur einmal in einer einzelnen Abstammungslinie veränderte, sondern stattdessen wiederholte, unabhängige Schübe von Expansion und Kontraktion über viele verschiedene Zweige des Primaten-Stammbaums hinweg durchlief. Beispielsweise expandierte die Genfamilie dramatisch bei Makaken und Gorillas, kontrahierte jedoch bei Pavianen und anderen Arten. Dieses Muster stimmte mit dem übereinen, was Wissenschaftler bereits über die physische Instabilität der DNA-Region wussten, in der dieses Gen lebt, was bestätigte, dass die automatisierte Pipeline echte, komplexe evolutionäre Signale ohne vorherige menschliche Kuration erkennen konnte.
Über die Identifizierung spezifischer Gene hinaus nutzten die Forscher die Pipeline, um die breiteren Funktionen der sich verändernden Gene zu verstehen. Sie fanden heraus, dass Gene, die an der grundlegenden Maschinerie der Proteinbildung beteiligt sind, wie etwa jene der Ribosomen, über die gesamte Gruppe der Primaten hinweg dazu neigten, zu expandieren. Im Gegensatz dazu zeigten Gene, die mit der Energiegewinnung in den Mitochondrien zusammenhängen, Anzeichen von Kontraktion, jedoch nur in spezifischen Abstammungslinien wie beim Menschen und bestimmten Affen. Ein besonders klares Signal zeichnete sich bei den Lemuren ab, bei denen die für den Geruchssinn verantwortlichen Gene signifikant expandierten. Dies deckt sich mit der bekannten Biologie dieser Tiere, die stärker auf ihren Geruchssinn als auf ihre Sehkraft angewiesen sind – ein Merkmal, das sie von den anderen in der Studie untersuchten Primaten unterscheidet. Die Forscher merkten auch an, dass das Werkzeug zwar robust ist, aber manchmal mit sehr fragmentierten oder qualitativ minderwertigen Genom-Assemblierungen Schwierigkeiten haben kann, was falsche Signale von Genverlust oder -gewinn erzeugen könnte, weshalb Anwendern geraten wird, die besten verfügbaren Daten zu verwenden.
Die Entwicklung von EXCON stellt einen Wandel hin zu einer Zugänglichkeit komplexer genomischer Analysen für eine breitere Gemeinschaft von Biologen dar, die möglicherweise nicht über spezialisierte Kenntnisse in der Informatik verfügen. Durch die Integration des gesamten Arbeitsablaufs in ein einziges, reproduzierbares Paket stellt das Werkzeug sicher, dass Ergebnisse von jedem und überall überprüft und wiederholt werden können. Die Forscher demonstrierten, dass die Pipeline in der Lage ist, Datensätze von Bakterien bis hin zu Insekten und Säugern zu verarbeiten, wobei sie sich an unterschiedliche Grade der genetischen Diversität und Genomqualität anpasst. Während sich das Werkzeug derzeit auf die Evolution von Genfamilien konzentriert, plant das Team, seine Fähigkeiten in Zukunft auf andere Arten der genetischen Analyse auszuweiten. Für den Moment steht EXCON als eine vollautomatisierte Lösung bereit, die es Wissenschaftlern ermöglicht, grundlegende Fragen darüber zu stellen, wie sich das Leben im Laufe der Zeit verändert, indem sie eine einst einschüchternde technische Herausforderung in einen unkomplizierten, zuverlässigen Prozess verwandelt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.