Compartment-dependent selection regimes maintain the G-quadruplex paradox across the eukaryotic kingdoms

Resumen Técnico: Los regímenes de selección dependientes de compartimentos mantienen la paradoja de los G-cuádruplex

Planteamiento del problema
Las estructuras de ADN de G-cuádruplex (G4) exhiben una distribución paradójica en los genomas eucariotas: están sistemáticamente depletadas en las secuencias codificantes (CDS) pero enriquecidas en regiones reguladoras como promotores y regiones no traducidas (UTRs). Aunque esta "paradoja de los G4" ha sido documentada en linajes específicos (notablemente en Animalia), no está claro si esta arquitectura es una característica universal de la organización del genoma eucariota o un artefacto del sesgo de muestreo histórico. Además, los regímenes selectivos que mantienen esta arquitectura a través de los cuatro reinos eucariotas (Animalia, Fungi, Plantae, Protozoa) no se comprenden completamente. Específicamente, es incierto si la depleción en las CDS es impulsada por una restricción estructural en los sitios silenciosos o por factores de confusión como la adaptación de codones, y si el enriquecimiento en regiones no codificantes es gestionado por una maquinaria molecular conservada o específica de cada reino.

Metodología
Los autores analizaron una muestra equilibrada de 198 genomas de referencia, estratificada en los cuatro reinos eucariotas (Animalia: 86, Fungi: 49, Plantae: 33, Protozoa: 30) para corregir el sesgo de Animalia presente en estudios previos. El estudio empleó un flujo de trabajo computacional de múltiples pasos:

1. Detección de G4 y clasificación de estabilidad: Se escanearon regiones genómicas (5′UTR, CDS, intrón, 3′UTR, promotor, intergénico) en busca de motivos G4 mediante un consenso de patrones de regex y puntuaciones de G4Hunter. Los motivos fueron filtrados posteriormente por la estabilidad termodinámica de Mergny–Lacroix ($\Delta G \le -5$ kcal/mol) para identificar G4 de "consenso estable".
2. Análisis de enriquecimiento entre reinos: El estudio calculó la razón de enriquecimiento de log2 (IRR) de los G4 estables en regiones específicas frente al trasfondo de todo el genoma para cada reino. La consistencia de signo entre reinos se probó bajo criterios estrictos (Regla B) y permisivos de empates (Regla A).
3. Análisis evolutivo a nivel de codón (dN/dS): Para pares de especies estrechamente relacionadas dentro de cada reino, los autores realizaron comparaciones de Nei–Gojobori de tasas de sustitución sinónimas ($dS$) y no sinónimas ($dN$) entre codones que solapan con G4 y codones de control. Crucialmente, este análisis se repitió con un ajuste del Índice de Adaptación de Codones (CAI) por gen para controlar el efecto de confusión de la selección traslacional sobre las tasas sinónimas.
4. Coevolución de helicasas (PGLS): Se cuantificaron las cantidades de copias de seis familias de ortólogos de helicasasas que resuelven G4 (BLM/WRN/RECQ, PIF1, FANCJ/BRIP1, RTEL1, DDX5, DDX17). Se utilizó la regresión de Mínimos Cuadrados Generalizados Filogenéticos (PGLS) para probar asociaciones entre el repertorio de helicasasas y la abundancia de G4 en diferentes compartimentos genómicos, corrigiendo la no independencia filogenética. La robustez se verificó mediante un subconjunto libre de politomías y un esquema independiente de la Open Tree of Life.
5. Estratificación de la edad de los motivos: Los motivos G4 se mapearon a grupos de ortólogos de genes hospedadores para determinar si residían en genes "antiguos" (conservados desde el Último Ancestro Común Eucariota, LECA) o "específicos de linaje".

Resultos clave

• Validación de la paradoja de los G4: El estudio confirma la paradoja de los G4 como una característica trans-reino. Bajo criterios estrictos, la depleción en CDS y el enriquecimiento intergénico muestran consistencia de signo en los cuatro reinos. Bajo criterios permisivos de empates, el enriquecimiento en intrones y promotores también muestra concordancia de signo, aunque esto es contingente a un subconjunto de especies en Protozoa y Fungi que poseen cero G4 estables en esas regiones.
• La depleción en CDS es impulsada por la adaptación de codones, no por la restricción de sitios silenciosos:
  • El análisis inicial de Nei–Gojobori mostró una supresión del 5–16% de $dS$ en codones que solapan con G4 en seis de siete pares de especies no saturadas.
  • Sin embargo, tras ajustar por el CAI por gen, esta supresión desapareció. En 0/7 pares la razón de probabilidad (OR) ajustada se mantuvo significativamente por debajo de 1; en cinco pares, la dirección se invirtió ($OR > 1$).
  • Conclusión: La aparente supresión de $dS$ es un artefacto de que los codones que solapan con G4 se localizan preferencialmente en genes altamente expresados y con codones optimizados. La presión de selección recae en la adaptación de codones, no en una restricción estructural específica contra la formación de G4 en los sitios silencios.
• Coevolución de helicasas específicas de reino en regiones no codificantes:
  • A diferencia de las CDS, donde ninguna asociación específica de helicasa sobrevivió a la corrección de múltiples pruebas, surgieron asociaciones significativas en intrones y promotores.
  • Cinco asociaciones permanecieron significativas tras la corrección de Benjamini–Hochberg ($q < 0.10$):
    • Protozoa: FANCJ/BRIP1 asociado negativamente con G4 de promotores; RTEL1 y BLM/WRN/RECQ asociados con G4 de intrones.
    • Fungi: PIF1 asociado negativamente con G4 de promotores.
    • Plantae: FANCJ/BRIP1 asociado positivamente con G4 de intrones.
  • Notablemente, FANCJ/BRIP1 exhibe un comportamiento dependiente del contexto: su número de copias correlaciona con el mantenimiento de G4 en intrones en Plantas, pero con la resolución de G4 en promotores en Protozoa.
• Profundidad evolutiva de los G4 intrónicos: Los motivos G4 intrónicos están concentrados abrumadoramente en grupos de ortólogos profundamente conservados (≥87.5% en cada reino), lo que sugiere que el contexto regulatorio para estas estructuras se ha mantenido desde la evolución temprana de los eucariotas. En contraste, los G4 de promotores se encuentran mayoritariamente en genes específicos de linaje.

Significado y afirmaciones
El artículo propone una arquitectura de dos regímenes para el mantenimiento de la paradoja de los G4:

1. En las secuencias codificantes: La fuerza selectiva dominante es la adaptación de codones. La depleción de los G4 es un subproducto de la selección traslacional que favorece codones específicos en genes altamente expresados, en lugar de una restricción estructural directa contra la formación de G4 en los sitios silencios.
2. En las regiones no codificantes (intrones/promotores): La selección actúa directamente sobre la estructura de G4. El mantenimiento de estas estructuras es gestionado por el despliegue de maquinaria de helicasasas específicas de cada reino (p. ej., FANCJ/BRIP1, PIF1, RTEL1), que coevolucionan con la carga de G4 de una manera dependiente del compartimento.

Los autores afirman que la paradoja de los G4 trans-reino no es un artefacto específico de Animalia, sino una arquitectura regulatoria conservada. El núcleo mecánico de esta paradoja reside en las regiones no codificantes, donde los G4 son gestionados activamente por helicasasas ajustadas al linaje, desempeñando probablemente roles en el procesamiento de ARN y el acoplamiento de la transcripción. El estudio redefine la depleción en las CDS no como un fallo en la tolerancia a los G4, sino como una consecuencia del perfil de expresión del gen hospedador, identificando simultmente a los compartimentos de intrones y promotores como los verdaderos sitios de la biología funcional de los G4 y del mantenimiento selectivo.

Limitaciones señaladas por los autores
Los autores reconocen que la definición de promotor (ventana fija de -1000 bp) es biológicamente heterogénea para los kinetoplastidos (Protozoa), lo que puede afectar la interpretación de las asociaciones específicas de promotores en ese reino. Además, el análisis de helicasasas depende de anotaciones de ortólogos KEGG que pueden omitir paralogos específicos, y el análisis de dN/dS para los reinos no pertenecientes a Animalia depende de pares de especies únicos, lo que requiere mayor replicación para confirmar la generalidad en todo el reino. El estudio es un análisis genómico comparativo; si bien correlaciona los conteos de helicasasas con la abundancia de G4, no valida experimentalmente los roles mecánicos específicos de estas helicasasas en las especies no modelo analizadas.