Earl Grey ParTEA: scalable, consistent transposable element annotation from pangenomes to deep phylogenetic scopes

Das menschliche Genom, und tatsächlich das Genom fast jedes Lebewesens, ist keine statische Bibliothek von Anweisungen, sondern eine dynamische Landschaft, die ständig durch ihre eigenen internen Bewohner umgestaltet wird. Zu den aktivsten dieser Bewohner gehören transponierbare Elemente, die oft als „springende Gene“ bezeichnet werden. Dies sind DNA-Abschnitte, die sich selbst kopieren und an neue Stellen innerhalb eines Genoms einfügen können, ganz ähnlich wie ein Buch, das seine eigenen Seiten fotokopieren und in andere Kapitel einfügen kann. Während viele dieser Insertionen harmlos oder sogar vorteilhaft sind, können andere Gene stören oder die Funktionsweise des Genoms verändern. Da diese Elemente sich bewegen und vermehren, sind sie eine bedeutende Quelle genetischer Variation, die die Evolution vorantreibt und manchmal Krankheiten verursacht. Um zu verstehen, wie Arten sich anpassen, wie sie divergieren oder wie ihre Genome aufgebaut sind, müssen Wissenschaftler in der Lage sein, diese springenden Gene genau zu kartieren. Dies war jedoch eine schwierige Aufgabe, insbesondere wenn versucht wurde, viele verschiedene Genome gleichzeitig zu vergleichen.

Traditionell haben Forscher diese genetischen Reisenden jeweils ein Genom nach dem anderen analysiert. Sie erstellten einen Katalog springender Gene für einen einzelnen Referenzorganismus und nutzten diese Liste, um ähnliche Elemente in anderen Individuen zu finden. Dieser Ansatz hat einen entscheidenden Fehler: Wenn eine Familie von springenden Genen im Referenzkatalog fehlt, wird sie auch in den neuen Proben vollständig übersehen. Wenn Forscher hingegen für jedes einzelne untersuchte Genom einen separaten Katalog erstellen, werden die Ergebnisse unübersichtlich. Dieselbe Familie von springenden Genen könnte in verschiedenen Katalogen unterschiedliche Namen erhalten, was es unmöglich macht zu bestimmen, ob zwei Organismen eine gemeinsame genetische Geschichte teilen oder ob sie ihre eigenen, einzigartigen Versionen entwickelt haben. Dies schafft einen blinden Fleck in unserem Verständnis darüber, wie sich die genetische Vielfalt über Arten und Populationen hinweg verbreitet.

Um dieses Problem zu lösen, haben Tobias Baril, Alice Feurtey und Daniel Croll ein neues automatisiertes Werkzeug namens Earl Grey ParTEA entwickelt. Stellen Sie sich dies als einen Oberbibliothekar vor, der nicht nur Bücher aus einer einzigen Bibliothek katalogisiert, sondern zuerst jedes Buch aus tausend verschiedenen Bibliotheken sammelt, sie zu einer einzigen riesigen, nicht-redundanten Sammlung zusammenführt und dann diese eine, vollständige Sammlung nutzt, um jede Bibliothek erneut zu katalogisieren. Diese Pipeline ist darauf ausgelegt, große Gruppen von Genomen gleichzeitig zu verarbeiten, sei es zehn verschiedene Individuen derselben Pflanzenart, zehn verschiedene Arten von Fruchtfliegen oder zehn Arten von Pilzen aus dem gesamten Reich. Durch den Aufbau einer einzigen, gemeinsamen Bibliothek springender Gene aus allen Eingangsgenomen auf einmal stellt das Werkzeug sicher, dass jedes Genom mit demselben konsistenten Satz an Namen und Definitionen annotiert wird. Dies ermöglicht es Wissenschaftlern, direkt zu vergleichen, wie viele springende Gene jeder Organismus besitzt, welche sie teilen und welche einzigartig für sie sind.

Die Forscher testeten dieses neue System auf drei sehr unterschiedlichen Skalen des Lebens, um zu sehen, wie gut es funktionierte. Zuerst betrachteten sie zehn verschiedene Akzessionen der Modellpflanze Arabidopsis thaliana. Selbst innerhalb dieser sehr eng verwandten Art zeigte das Werkzeug, dass ein einzelnes Referenzgenom nicht ausreichte, um das vollständige Bild zu erfassen. Als sie mehr Pflanzengenome zur Analyse hinzufügten, wuchs die Anzahl der identifizierten Familien springender Gene signifikant an und erreichte insgesamt 1.357 distinkte Familien. Die Analyse zeigte, dass die meisten dieser Familien über alle Pflanzen hinweg geteilt werden, während eine kleine Anzahl spezifisch für bestimmte Individuen ist. Dies deutet darauf hin, dass die genetische Landschaft selbst innerhalb einer einzigen Spezies vielfältiger und dynamischer ist als bisher angenommen, wobei einige Individuen eine einzigartige genetische Last tragen, die andere nicht besitzen.

Als Nächstes wandte das Team das Werkzeug auf zehn verschiedene Arten von Fruchtfliegen an, eine Gruppe, die entfernter verwandt ist als die Pflanzen. Hier wurde die Leistungsfähigkeit der neuen Methode noch deutlicher. Eine standardmäßige, bereits existierende Bibliothek der springenden Gene von Fruchtfliegen enthielt nur 343 Familien. Indem sie jedoch ParTEA nutzten, um eine neue Bibliothek aus allen zehn Arten kombiniert aufzubauen, explodierte die Zahl der identifizierten Familien auf 1.852. Dieser massive Anstieg offenbarte, dass eine erhebliche Menge an genetischer Vielfalt durch ältere Methoden übersehen wurde. Eine besonders auffällige Entdeckung war ein spezifischer Typ von springendem Gen, bekannt als Rolling-Circle-Element, der in den meisten Fruchtfliegenarten in sehr geringer Zahl vorkam, aber in einer spezifischen Art, Drosophila miranda, auf über 6.000 Kopien angestiegen war. Oh ohne die Fähigkeit des neuen Werkzeugs, alle Genome gemeinsam zu betrachten, wäre diese massive Expansion verborgen geblieben, da sie in den Standard-Referenzbibliotheken, die für Fruchtfliegen verwendet werden, nicht vorhanden war.

Schließlich trieben die Forscher das Werkzeug an seine Grenzen, indem sie zehn Arten von Pilzen aus dem gesamten Pilzreich analysierten, was eine enorme evolutionäre Distanz darstellt. In diesem tiefgreifenden Vergleich fielen die Ergebnisse ganz anders aus. Da diese Arten in ihrer evolutionären Geschichte so weit auseinanderliegen, sind ihre springenden Gene so stark divergiert, dass so gut wie keine von ihnen geteilt werden. Das Werkzeug identifizierte nahezu 2.800 Familien, wobei die überwiegende Mehrheit einzigartig für ein einzelnes Genom war und nur ein winziger Bruchteil über alle zehn Arten hinweg geteilt wurde. Dies bestätigte, dass sich die genetischen „Familien“ springender Gene über lange Zeiträume hinweg vollständig austauschen, wobei alte aussterben und neue entstehen. Das Werkzeug hob auch hervor, dass die Qualität der Genomdaten eine Rolle spielt; für einige Pilze mit sehr kleinen oder fragmentierten Genomen war die Analyse schwieriger, aber die Pipeline gelang es dennoch, die Daten zu organisieren und ein klares Bild der Unterschiede im genetischen Gehalt zu liefern.

Über das bloße Zählen und Benennen dieser Elemente hinaus bietet das Werkzeug eine Möglichkeit, die Geschichte ihrer Aktivität zu visualisieren. Es kann zeigen, ob eine Spezies derzeit eine Phase massiver neuer Insertionen springender Gene erlebt oder ob ihr Genom von älteren, inaktiven Kopien dominiert wird. In den Beispielen der Fruchtfliegen und Pilze konnten die Forscher sehen, dass einige Arten aktiv neue Kopien spezifischer Gene anhäufen, während andere Anzeichen antiker Aktivität zeigten, die längst abgeklungen war. Diese Art des detaillierten Vergleichs hilft Wissenschaftlern zu verstehen, nicht nur welches genetische Material vorhanden ist, sondern wie es sich im Laufe der Zeit verändert hat und wie es möglicherweise die Evolution der Spezies beeinflusst.

Die Bedeutung dieser Arbeit liegt in ihrer Fähigkeit, die Art und Weise, wie wir genetische Vielfalt betrachten, zu standardisieren. Indem sie sich von Einzelgenom-Momentaufnahmen weg und hin zu einem einheitlichen, vergleichenden Ansatz bewegen, offenbart das Werkzeug ein viel reicheres und genaueres Bild der lebendigen Welt. Es zeigt, dass die genetische Vielfalt innerhalb einer Spezies oft tiefer ist als erwartet und dass die Unterschiede zwischen den Arten tiefgreifend sein können. Die Forscher haben dieses Werkzeug der wissenschaftlichen Gemeinschaft zur Verfügung gestellt, damit andere dieselben rigorosen, konsistenten Methoden in ihren eigenen Studien anwenden können. Dies ebnet den Weg für eine neue Ära der genomischen Forschung, in der die komplexe, sich ständig verändernde Landschaft der springenden Gene mit Klarheit kartiert werden kann, was hilft, die Geheimnisse darüber zu entschlüsseln, wie das Leben evolviert und sich anpasst.