The standard genetic code's rank among randomized alternatives is not a property of the code
Diese Arbeit zeigt, dass die wahrgenommene Exzeptionalität des Standard-Genetischen Codes keine intrinsische Eigenschaft, sondern ein statistisches Artefakt ist, da sein Rang unter randomisierten Alternativen je nach dem spezifischen Mutationsspektrum und der verwendeten Zusammenfassungsstatistik signifikant schwankt.
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 hängt von einem Satz von Anweisungen ab, die in einer Sprache aus vier Buchstaben geschrieben sind. In jeder lebenden Zelle fungieren Gruppen von drei Buchstaben, sogenannte Codons, als Wörter, die der Zelle mitteilen, welche Bausteine sie zu Proteinen zusammenfügen soll. Es gibt sechzigvier mögliche Kombinationen aus drei Buchstaben, aber sie müssen nur zwanzig verschiedene Bausteine plus einige Stoppsignale spezifizieren. Die Natur verwendet hierfür eine spezifische Anordnung, die als der standardmäßige genetische Code bekannt ist, wobei die meisten Kombinationen auf denselben Baustein abzubilden sind. Jahrzehntelang haben sich Wissenschaftler gefragt, ob diese Anordnung besonders ist. Sie vermuteten, dass sie darauf ausgelegt sei, robust zu sein: Wenn eine Mutation einen Buchstaben in einem Wort verändert, weist das neue Wort normalerweise auf einen Baustein hin, der dem ursprünglichen sehr ähnlich ist. Dies minimiert den Schaden, den ein Fehler am fertigen Protein verursacht.
Um diese Idee zu testen, haben Forscher traditionell den Standardcode gegen tausende zufällige Anordnungen verglichen. Sie fragen: Wenn wir die Wörter zufällig mischen, wie oft schneidet der Standardcode besser ab bei der Minimierung von Schäden? Seit fünfunddreißig Jahren wird die Antwort als eine einzige, beeindruckende Zahl präsentiert. Unter einem einfachen Modell, bei dem alle Änderungen gleichermaßen wahrscheinlich sind, wurde festgestellt, dass der Standardcode besser war als 9.998 von 10.000 zufälligen Alternativen. Als die Wissenschaftler ein realistischeres Detail hinzufügten – nämlich dass einige Arten von Buchstabenänderungen häufiger vorkommen als andere –, sah der Standardcode noch außergewöhnlicher aus und schien besser zu sein als fast jede zufällige Alternative. Dies führte zu der Annahme, dass der Code eine nahezu perfekte Lösung ist, die durch die Evolution in der Zeit eingefroren wurde.
Ein neuer Bericht unabhängiger Forscher, Lucas Gioviano Ribeiro und Marcos André Simonssini, legt jedoch nahe, dass diese einzelne Zahl nur einen Teil der Geschichte erzählt. Sie argumentieren, dass der „außergewöhnliche“ Status des genetischen Codes nicht eine feste Eigenschaft des Codes selbst ist, sondern ein Ergebnis dessen, wie wir ihn gegenüber einem sich verändernden Hintergrund messen. Die Forscher gingen einen massiven Schritt zurück von den theoretischen Modellen, die jahrzehntelang verwendet wurden. Anstatt anzunehmen, dass Mutationen auf eine einzige, einheitliche Weise geschehen, betrachteten sie die tatsächlichen Mutationsmuster, die in fast 5.000 verschiedenen Arten von Eukaryoten zu finden sind, zu denen Tiere, Pflanzen, Pilze und Algen gehören. Jede dieser Abstammungslinien hat ihr eigenes einzigartiges „Spektrum“ an Mutationen, was bedeutet, dass die spezifischen Arten von Fehlern, die in ihrer DNA auftreten, stark variieren.
Das Team berechnete, wie gut der standardmäßige genetische Code gegen Fehler schützt, für jede dieser 4.972 Arten, wobei es das jeweils eigene, einzigartige Mutationsmuster dieser Spezies als Test verwendete. Sie verglichen den Standardcode mit demselben eingefrorenen Satz von 10.000 Zufallscodes für jede einzelne Spezies. Das Ergebnis war nicht eine einzige Zahl, sondern eine breite Verteilung. Für etwa 22 % der Arten war der Standardcode tatsächlich die beste mögliche Anordnung; keine zufällige Alternative konnte ihn schlagen. Aber für andere Arten schnitten hunderte von Zufallscodes besser ab. Im extremsten Fall übertrafen 341 von 10.000 Zufallscodes den Standardcode. Das Mediansergebnis war zwei, was der berühmten Zahl von vor fünfunddreißig Jahren entspricht, aber die Forscher zeigen, dass diese Zahl nur ein Punkt in einer Verteilung ist, die zwei Größenordnungen umfasst.
Die Studie offenbart eine überraschende Wendung in der Interpretation dieser Ergebnisse. Wenn die Mutationsmuster einer Spezies stärker zu einer bestimmten Art eines häufigen Fehlers neigen, wird der Standardcode tatsächlich besser darin, Schäden absolut zu minimieren. Gleichzeitig werden die Zufellcodes jedoch noch variabler in ihrer Leistung. Da die Zufellcodes so stark streuen, wirkt der Standardcode weniger einzigartig. Es ist wie ein Läufer, der schneller wird, aber das Rennen wird so chaotisch, dass er nicht mehr der klare Spitzenreiter ist. Die Forscher fanden heraus, dass mit zunehmender Mutationsverzerrung der absolute Vorteil des Standardcodes wächst, sein Rang unter den Alternativen jedoch schlechter wird. Das bedeutet, dass eine Abstammungslinie mit einer hohen Mutationsverzerrung tatsächlich besser durch den Code geschützt ist, der Code aber weniger „besonders“ aussieht, wenn er mit dem Chaos der Zuflaltern verglichen wird.
Die Arbeit stellt auch zwei spezifische Ideen in Frage, die Wissenschaftler hofften zu bestätigen. Erstens testeten sie, ob eine spezifische Art von hypermutabler DNA-Sequenz, bekannt als CpG-Stellen, der Haupttreiber dieser Unterschiede war. Sie fanden heraus, dass dies nicht der Fall war; sobald die allgemeine Mutationsverzerrung berücksichtigt wurde, besaß diese spezifische Sequenz keine zusätzliche schützende Kraft. Zweitens führten sie Simulationen durch, um zu sehen, ob die Evolution natürlich einen Code erschaffen würde, der dem Standardcode ähnelt, wenn er für eine hohe Mutationsverzerrung optimiert wäre. Die Simulationen zeigten das Gegenteil: Codes, die für eine starke Mutationsverzerrung optimiert waren, sahen nicht wie der Standardcode aus. Stattdessen wurden sie weniger ähnlich zu ihm. Dies widerlegt die Idee, dass die Struktur des Standardcodes lediglich das Ergebnis dessen ist, dass er für die häufigsten Arten von Mutationen optimiert wurde.
Die Forscher untersuchten auch, was passiert, wenn eine Mutation ein „Stopp“-Signal erzeugt, das den Prozess der Proteinbildung vorzeitig beendet. Sie fanden heraus, dass der Standardcode zwar exzellent darin ist, solche Fehler in einer einfachen Zählung der Möglichkeiten zu verhindern, aber weniger bemerkenswert ist, wenn man dies mit der Häufigkeit gewichtet, mit der diese Fehler in realen Arten tatsächlich auftreten. Diese Abweichung zwischen einer einfachen Zählung und einer gewichteten Realität tritt in mehreren Teilen des Systems auf, was darauf hindeutet, dass die Art und Weise, wie wir die Qualität des Codes messen, die Antwort verändert, die wir erhalten.
Letztendlich sagt diese Arbeit nicht, dass der genetische Code nicht besonders ist. Sie sagt, dass seine Besonderheit völlig von dem Kontext abhängt, in dem er gemessen wird. Der Standardcode ist robust, aber sein Rang unter den Zufaltern ist keine konstante Wahrheit. Er verschiebt sich, je nachdem, welche Mutationsmuster der untersuchten Organismus aufweist. Die berühmten Zahlen, die das Feld seit Jahrzehnten definieren, sind nicht falsch, aber sie sind unvollständig. Sie stellen eine Momentaufnahme unter einem spezifischen Satz von Annahmen dar. Wenn diese Annahmen durch die ungeordnete, vielfältige Realität des Lebens über tausende von Arten hinweg ersetzt werden, wird das Bild komplexer. Der Code ist eine gute Lösung, aber sein Status ist keine feste Eigenschaft des Codes selbst; es ist eine Beziehung zwischen dem Code und den spezifischen Fehlern, denen er gegenübersteht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.