Candidate Homologs of REST-Associated Chromatin Regulatory Components in Choanoflagellates

Resumen Técnico: Homólogos Candidatos de los Componentes de Regulación de la Cromatina Asociados a REST en Choanoflagelados

Planteamiento del Problema
REST/NRSF es un represor transcripcional bien caracterizado en animales que silencia programas génicos neuronales mediante la unión a motivos de ADN RE1/NRSE a través de dedos de zinc C2H2 y el reclutamiento de un complejo codrepresor de la cromatina (que incluye CoREST/RCOR, SIN3, HDACs y LSD1). Para comprender los orígenes evolutivos de esta lógica regulatoria, es necesario determinar qué componentes de esta vía preceden al linaje animal. Los choanoflagelados, como los parientes vivos más cercanos de los animales, sirven como el grupo externo crítico para esta investigación. El estudio aborda dos preguntas distintas: (1) ¿Codifican los choanoflagelados un ortólogo directo de REST/NRSF? y (2) ¿Codifican homólogos candidatos de las familias de proteínas más amplias (unidades de unión al ADN, codrepresores, modificadores de la cromatina) que constituyen la maquinaria de represión asociada a REST en los animales?

Metodología
El estudio empleó un sondeo computacional estratificado en 23 conjuntos de proteínas de choanoflagelados, que comprenden tres proteomas de genoma completo (Monosiga brevicollis, Salpingoeca rosetta, Choanoeca flexa) y veinte conjuntos derivados de transcriptomas, sumando un total de 702,196 proteínas predichas.

1. Tamizaje basado en HMM: Se ensambló un panel curado de Modelos Ocultos de Markov (HMM) a partir de Pfam/InterPro para detectar dominios asociados con la función de REST. Estos incluyeron:

   • Unión al ADN: dedos de zinc C2H2, bHLH, homeobox, POU, Myb/SANT, forkhead, MADS, GATA, caja HMG, caja T.
   • Arquitectura de Represor: BTB/POZ, KRAB, SCAN.
   • Complejo Codrepresor: ELM2, SIN3 PAH, histona desacetilasa (HDAC), de tipo LSD1 amino oxidasa, SWIRM.
   • Lectores/Modificadores de la Cromatina: PHD, bromodominio, cromodominio, BAH, SET, SIR2.
     El panel se buscó contra todos los conjuntos de proteínas utilizando HMMER con umbrales de recolección.

2. Priorización de Candidatos: Se identificaron 5,123 proteínas candidatas. Estas fueron clasificadas mediante una fórmula de puntuación que ponderaba la presencia de dominios específicos (p. ej., C2H2, BTB/POZ, dominios de codrepresor) y la anotación del mejor hit de Swiss-Prot (p. ej., "REST", "HDAC", "represor transcripcional"). Los candidatos se estratificaron en niveles Bajo, Moderado, Alto y de Prioridad.

3. Verificación de Secuencias: Los candidatos fueron verificados mediante búsquedas de DIAMOND contra Swiss-Prot (E-value < 1e-5) y una verificación secundaria de BLASTP en los 50 principales candidatos prioritarios. Se señaló a HH-suite como una extensión futura, pero no se utilizó debido a restricciones de la base de datos.

4. Preparación Estructural: Se generaron archivos FASTA listos para AlphaFold para 40 candidatos prioritarios. Se recuperaron estructuras de referencia para sus mejores homólogos de Swiss-Prot de la base de datos AlphaFold (obteniendo 12 estructuras de referencia únicas de UniProt) para facilitar futuras comparaciones estructurales.

5. Análisis de Motivos: Se realizó un escaneo de promotores (hasta 1 kb corriente arriba de los genes) para el motivo canónico RE1/NRSE (TTCAGCACCACGGACAGCGCC), permitiendo hasta cinco desajustes (mismatches). Se computó un modelo nulo emparejado por contenido GC para evaluar el enriquecimiento, calculando las probabilidades de la cola de Poisson y los valores FDR de Benjamini-Hochberg.

Resultos Clave

• Prevalencia de Dominios: El sondeo identificó 8,299 hits de dominios en 5,123 candidatos. Familias como los dedos de zinc C2H2, BTB/POZ, HDACs, SIN3 PAH y varios lectores de cromatina fueron detectados en todas las 23 muestras, indicando un kit de herramientas regulatorias amplio en los choanoflagelados.
• Ausencia de Ortólogos de REST/NRSF: Ningún candidato de proteína devolvió una anotación de mejor hit convincente para NRSF/REST. El estudio no encontró evidencia de un ortólogo directo de REST/NRSF en los conjuntos de datos analizados.
• Presencia de Candidatos a Codrepresores: La señal más fuerte fue la identificación de homólogos candidatos para la maquinaria reclutada por REST, en lugar del represor en sí.
  • HDAC/SIN3: Las proteínas con dominios tipo histona desacetilasa y tipo SIN3 PAH dominaron los niveles superiores de prioridad.
  • RCOR/CoREST: Cinco candidatos contenían dominios ELM2 y/o Myb-SANT con mejores hits de Swiss-Prot hacia RCOR1/2/3 o proteínas "represoras de núcleo de REST". Estos se tratan como homólogos provisionales, ya que los dominios ELM2/SANT están ampliamente distribuidos y la ortología requiere validación filogenética adicional.
  • Represores tipo YY1: Diez candidatos de dedos de zinc C2H2 coincidieron con represores transcripcionales tipo YY1 humanos, lo que sugiere la presencia de represores de secuencia específica distintos de REST.
• Enriquecimiento de Motivos: Se encontraron 717 secuencias que coinciden laxamente con RE1. El modelo nulo emparejado por GC indicó enriquecimiento en umbrales relajados (4 y 5 desajustes) en S. rosetta y C. flexa. Sin embargo, el umbral más estricto (3 desajustes) arrojó solo evidencia marginal (p. ej., 2 hits en S. rosetta con FDR = 0.057), lo que sugiere que estos son sitios candidatos en lugar de elementos regulatorios confirmados.
• Datos Estructurales: Se prepararon 12 estructuras de referencia únicas para futuras comparaciones contra las estructuras predichas de los candidatos de choanoflagelados.

Significancia y Reivindicaciones
El artículo concluye con una interpretación conservadora: los choanoflagelados codifican homólogos candidatos de varias familias de proteínas que participan en la represión asociada a REST en animales (específicamente HDACs, proteínas tipo SIN3, candidatos tipo RCOR/CoREST provisionales y represores C2H2). Sin embargo, el estudio no afirma explícitamente que estos componentes funcionen juntos como una vía integrada de tipo REST en los choanoflagelados.

La significancia principal radica en distinguir entre la presencia de componentes individuales y la existencia de una vía funcional. Si bien la "lista de partes" para la represión asociada a REST parece ser mayoritariamente pre-animal, el estudio no encuentra evidencia de un ortólogo directo de REST/NRSF o de un complejo integrado confirmado en los choanoflagelados. La identificación de los candidatos provisionales tipo RCOR/CoREST se destaca como el vínculo más directo con el complejo REST animal, lo que justifica una futura investigación filogenética y estructural. Los resultados de los motivos se presentan como leads exploratorios para futuros análisis regulatorios en lugar de una prueba de unión funcional.

Limitaciones Señaladas por el Autor

• La similitud de secuencia no equivale a la función bioquímica.
• Las comparaciones estructurales fueron preparadas pero no ejecutadas (no se generaron predicciones locales de AlphaFold).
• El análisis de motivos utilizó un modelo nulo simple emparejado por GC, careciendo de controles para la conservación filogenética o el trasfondo intergénico.
• Los conjuntos derivados de transcriptomas pueden contener artefactos o isoformas que complican la interpretación del número de copias.
• La ortología de RCOR/CoREST sigue siendo provisional a la espera de una similitud recíproca y reconstrucción filogenética.