Multi-scale haplotype signatures distinguish among evolutionary processes

Die Geschichte davon, wie Menschen zu dem wurden, wer sie heute sind, ist in der DNA in unseren Zellen geschrieben. Dieser genetische Code ist kein statisches Instruktionshandbuch; er ist ein lebendiges Protokoll der Geschichte, das ständig von den Kräften der Natur bearbeitet wird. Manchmal verleiht eine zufällige Veränderung in der DNA einem Individuum einen Überlebensvorteil, der es ermöglicht, länger zu leben und mehr Nachkommen zu zeugen. Über viele Generationen hinweg verbreitet sich diese hilfreiche Veränderung in der Population und hinterlässt eine deutliche Spur in der genetischen Landschaft. Wissenschaftler nennen diesen Prozess natürliche Selektion. Das Genom wird jedoch auch durch andere Kräfte geformt, wie etwa das zufällige Neuordnen von Genen, wenn Eltern diese an ihre Kinder weitergeben, oder die Vermischung von Populationen, wenn Gruppen wandern und untereinander sich fortpflanzen. Zwischen diesen verschiedenen Kräften zu unterscheiden, ist so, als versuche man, den Unterschied zwischen einem von einer bestimmten Person hinterlassenen Fingerabdruck und einem durch eine zufällige Hand verursachten Wischer zu erkennen. Lange Zeit war es schwierig, diese Spuren voneinander zu unterscheiden, besonders wenn sie sich überschneiden oder wenn die Geschichte einer Population komplex ist.

Ein Team von Forschern der Florida Atlantic University hat eine neue Methode entwickelt, um diese genetischen Geschichten mit viel größerer Klarheit zu lesen. Sie entwickelten ein Computerprogramm namens SHADES, das eine Form der künstlichen Intelligenz bekannt als Deep Learning nutzt, um Muster in der menschlichen DNA zu untersuchen. Anstatt nur zu zählen, wie oft ein Gen vorkommt, betrachtet das Programm die Anordnung genetischer Varianten über große DNA-Abschnitte hinweg, ganz ähnlich wie ein Detektiv, der das Layout eines Tatorts untersucht, anstatt nur die Anzahl der anwesenden Personen zu zählen. Die Forscher trainierten dieses System mithilfe von Millionen simulierter genetischer Verläufe und lehrten es, die einzigartigen Signaturen zu erkennen, die vier verschiedene Evolutionsprozesse hinterlassen haben: neutrale Veränderungen, die durch Zufall geschehen, schnelle „Sweeps“, bei denen ein vorteilhaftes Gen die Oberhand gewinnt, balancierende Selektion, bei der mehrere Versionen eines Gens in der Population erhalten bleiben, und adaptive Introgression, die auftritt, wenn Menschen hilfreiche Gene von anderen alten Menschengruppen erwerben.

Die Ergebnisse dieses Trainings waren beeindruckend. Bei Tests gegen andere bestehende Methoden erwies sich das neue System als signifikant genauer darin, zu identifizieren, welche Evolutionskraft am Werk war. Es konnte zwischen einem Gen unterscheiden, das vor kurzem durch eine Population „gesweged“ wurde, und einem, das aus einer externen Gruppe eingeführt wurde – eine Aufgabe, die viele andere Werkzeuge zuvor verwirrt hatte. Das System blieb zuverlässig, selbst wenn die Daten unvollständig waren oder die Raten genetischer Veränderungen über das Genom variierten, Bedingungen, die oft zum Scheitern anderer Methoden führen. Diese Robustheit deutet darauf sich darauf hin, dass das Programm die wahren zugrunde liegenden Evolutionsmuster gelernt hat, anstatt nur spezifische Beispiele auswendig zu lernen.

Um zu sehen, ob dieses Werkzeug mit realen Daten funktionierte, wandten die Forscher es auf die Genome von Menschen europäischer Abstammung aus dem 1000-Genomes-Projekt an. Das System bestätigte sofort mehrere bekannte Geschichten der menschlichen Anpassung. Es identifizierte korrekt den DNA-Bereich, der für die Laktasepersistenz verantwortlich ist – die Fähigkeit, Milchzucker bis ins Erwachsenenalter zu verdauen –, was ein klassisches Beispiel für ein Gen ist, das nach der Domestizierung von Milchvieh durch eine Population „gesweged“ wurde. Es fand auch die genetischen Signaturen der balancierenden Selektion im Haupthistokompatibilitätskomplex, einer Gruppe von Genen, die für das Immunsystem entscheidend ist und die genetische Vielfalt über Jahrtausende hinweg aufrechterhalten hat, um eine Vielzahl von Pathogenen zu bekämpfen. Darüber hinaus detektierte es Signale adulter Introgression in Genen, die mit der Hautpigmentierung zusammenhängen, und bestätigte damit, dass Menschen einige ihrer physischen Merkmale durch die Vermischung mit verwandten alten Menschengruppen wie den Neandertalern erworben haben.

Jenseits dieser berühmten Beispiele deckte das Programm eine Fülle neuer Kandidaten für die menschliche Anpassung auf, die zuvor nicht hervorgehoben worden waren. Es deutete auf Gene hin, die an der Immunabwehr, Entzündungen und der Aufrechterhaltung der Hautbarriere beteiligt sind, was darauf hindeutet, dass unser fortwährender Kampf mit Pathogenen und unsere Notwendigkeit, uns an verschiedene Umgebungen anzupassen, ständige Treiber unserer Evolution waren. Beispielsweise hob das System Gene hervor, die dem Körper helfen, auf virale Infektionen zu reagieren, sowie andere, die regulieren, wie die Haut uns vor der Außenwelt schützt. Diese Erkenntnisse liefern ein klareres Bild davon, wie die natürliche Selektion unser Genom geformt hat, und offenbaren ein komplexes Zusammenspiel von Kräften, die uns geholfen haben, in vielfältigen Umgebungen zu überleben und zu gedeihen.

Der Erfolg dieses Ansatzes liegt in seiner Fähigkeit, genetische Daten gleichzeitig auf mehreren Skalen zu betrachten. Durch die Untersuchung kleiner DNA-Fenster, um feine Details zu erfassen, und größerer Fenster, um das Gesamtbild zu sehen, kann das Programm subtile Signale trennen, die andernfalls im Rauschen verloren gehen würden. Diese multiskalige Sichtweise ermöglicht es ihm, zwischen einem Gen zu unterscheiden, das aktiv selektiert wird, und einem, das sich lediglich aufgrund von Zufall oder der Geschichte von Populationsbewegungen verändert. Die Forscher fanden heraus, dass ihre Methode besonders gut darin war, zwischen verschiedenen Arten der Selektion zu unterscheiden – eine Aufgabe, die sich für bisherige Werkzeuge als schwierig erwiesen hatte.

Diese Arbeit stellt einen bedeutenden Fortschritt in unserer Fähigkeit dar, die in unserer DNA geschriebene Evolutionsgeschichte zu entschlüsseln. Durch die Kombination von fortgeschrittener Informatik mit der Untersuchung der menschlichen Genetik haben die Forscher ein Werkzeug geschaffen, das in der Lage ist, die enorme Komplexität des Genoms zu durchsieben, um die spezifischen Geschichten der Anpassung zu finden. Die Ergebnisse bestätigen nicht nur, was wir bereits über die menschliche Evolution wussten, sondern öffnen auch die Tür zur Entdeckung neuer Kapitel unserer Geschichte, insbesondere jener, die unser Immunsystem und unsere Interaktion mit der Umwelt betreffen. Da die Forscher ihre Software der wissenschaftlichen Gemeinschaft zur Verfügung stellen, verspricht sie, die Entdeckung darüber zu beschleunigen, wie die natürliche Selektion nicht nur den Menschen, sondern potenziell auch viele andere Arten geformt hat.