Comparative genomics of bat endogenous retroviruses: abundance and coding integrity are decoupled, and de novo detection can counterfeit a lineage-specific expansion

En lo profundo del ADN de cada mamífero, desde ratones hasta humanos, se encuentra un archivo oculto de antiguas infecciones virales. Estos no son virus activos esperando para atacar, sino los restos fosilizados de retrovirus que lograron invadir las células reproductivas de nuestros ancestros hace millones de años. Una vez que un virus inserta su código genético en la línea germinal de un huésped, ese código se convierte en una parte permanente del árbol genealógico, transmitiéndose de generación en generación. Con el tiempo, la mayoría de estos invasores virales pierden su capacidad de funcionar, acumulando mutaciones y fragmentándose hasta que solo quedan fragmentos dispersos de código genético. Los científicos los llaman retrovirus endógenos. Actúan como un registro de las batallas entre huéspedes y virus en tiempos profundos, y debido a que diferentes grupos de animales han enfrentado distintas historias virales, la cantidad y la condición de estos fósiles virales varían enormemente a través del árbol de la vida.

Los murciélagos son un grupo particularmente fascinante de estudiar en este contexto. Como el segundo orden más diverso de mamíferos, con más de 1,400 especies, también son famosos por su capacidad de portar una vasta gama de virus sin enfermarse. Esta tolerancia única los ha convertido en objeto de intenso interés para investigadores que intentan comprender cómo evolucionan los virus y cómo sobreviven los huéspedes a ellos. Sin embargo, cuando los científicos comenzaron a comparar los fósiles virales dentro de los genomas de diferentes familias de murciélagos, se toparon con un problema. Los datos que estaban analizando eran a menudo poco fiables. Los genomas que utilizaban estaban a veces mal etiquetados, conteniendo el ADN de la especie incorrecta, o los métodos utilizados para contar los fósiles virales eran tan sensibles a la forma en que se ensamblaba el ADN que creaban señales falsas de actividad viral reciente. Para obtener una imagen real de la historia viral de los murciélagos, los investigadores primero tuvieron que construir un marco que pudiera separar los hechos biológicos reales de los errores generados por computadora.

Un equipo de investigadores se propuso crear este marco confiable analizando los genomas de 29 especies diferentes de murciélagos, que representan 11 familias distintas. Su primera tarea fue verificar que cada genoma utilizado perteneciera realmente al murciélago que se afirmaba que era. Cotejaron las etiquetas oficiales de los datos con tres líneas de evidencia independientes: los metadatos proporcionados por la base de datos, las convenciones de nomenclatura utilizadas por los principales proyectos de genomas de murciélagos y la secuencia genética de un gen específico encontrado en la mitocondria, los centros de energía de la célula. Este riguroso control era necesario porque un solo genoma mal etiquetado podría distorsionar completamente la comparación, haciendo que pareciera que un virus saltó entre especies no relacionadas cuando no fue así. Tras este cribado, eliminaron tres ensamblajes mal identificados y excluyeron otros cinco que estaban demasiado fragmentados para ser analizados de manera fiable, quedándose con un panel limpio y verificado de 29 genomas.

Con una base sólida de datos verificados, el equipo se centró en los propios fósiles virales. Utilizaron un proceso computacional para escanear estos genomas en busca de repeticiones terminales largas, las estructuras distintivas que marcan el inicio y el final de una inserción retroviral. Descubrieron que la cantidad de ADN viral variaba drásticamente entre familias. En algunos grupos, como los murciélagos frutales conocidos como Pteropodidae, los fósiles virales representaban solo alrededor del 1.7% del genoma. En otros, como los murciélagos de cola de ratón (Rhinopomatidae), la cifra se disparaba a casi el 19%. Esta era una diferencia de once veces. Crucialmente, los investigadores demostraron que esta variación era un rasgo biológico real y no un artefacto de la calidad con la que se ensambló el ADN. Mostraron que la baja cantidad de ADN viral en los murciélagos frutales era consistente a través de cinco genomas diferentes, ensamblados de forma independiente, y no podía explicarse por la calidad o completitud de los datos de ADN.

El estudio también reveló una desconexión sorprendente entre cuánto ADN viral tiene un murciélago y qué tan bien preservado está. Uno podría asumir que las familias con más ADN viral también tendrían los virus más intactos y funcionales. En cambio, los investigadores encontraron que la abundancia y la integridad eran en gran medida independientes. Una familia podía ser rica en secuencias virales pero estar compuesta principalmente por fragmentos rotos y degradados, mientras que otra con menos secuencia total podría retener una mayor proporción de fósiles virales completos y estructuralmente sólidos. Esto sugiere que la historia de la infección viral y la historia de la degradación viral son dos historias separadas. Por ejemplo, los murciélagos frutales, a pesar de tener muy poco ADN viral en total, destacaron porque los pocos virus completos que conservaban tenían una probabilidad inusualmente alta de portar un gen específico llamado env, que codifica la envoltura viral. Este gen es a menudo la llave que permite a un virus entrar en una célula, y la presencia de estos restos en estos fósiles antiguos sugiere que estos restos virales específicos pudieron haber sido preservados por una razón, quizás porque el animal huésped encontró un uso para ellos.

Quizás el hallazgo más significativo del estudio fue una advertión sobre cómo los científicos interpretan estos paisajes genéticos. En un genoma específico, el escaneo computacional inicial sugirió una explosión masiva y reciente de actividad viral, mostrando un gran número de fósiles virales jóvenes que parecían haberse insertado muy recientemente en el tiempo evolutivo. Esto parecía un evento biológico dramático: un estallido de infección específico de un linaje. Sin embargo, cuando los investigadores miraron más de cerca, se dieron cuenta de que esto era un truco de la luz. El genoma en cuestión había sido ensamblado con un menor nivel de detalle que los demás, lo que significaba que el ADN estaba roto en muchas piezas pequeñas y desconectadas. Esta fragmentación causó que la computadora contara la misma secuencia viral múltiples veces y hiciera que las copias virales parecieran más jóvenes de lo que realmente eran. Cuando los investigadores revisaron el mismo genoma utilizando un método diferente que no dependía del ensamblaje fragmentado, la "explosión" desapareció. El murciélago tenía, en realidad, un nivel normal y bajo de ADN viral, indistinguible de sus parientes cercanos.

Este descubrimiento sirve como una salvaguarda vital para la investigación futura. Demuestra que los recuentos computacionales brutos de fósiles virales pueden ser fácilmente engañados por la forma en que se ensambla el ADN, creando la ilusión de un evento biológico reciente donde no existe ninguno. Los investigadores concluyeron que, antes de aceptar cualquier afirmación de una expansión viral única y específica de un linaje, los científicos deben confirmar el hallazgo con evidencia que no dependa de la estructura del ensamblaje, como las comparaciones directas de secuencias de genes específicos. Al aplicar estos controles estrictos, el equipo proporcionó la primera línea de base fiable para comprender la historia viral de los murciélagos. Demostraron que, si bien los murciélagos frutales han suprimido efectivamente su carga viral, la historia de la evolución viral en los murciélagos es compleja, con la abundancia y la preservación contando capítulos diferentes de la misma historia, y que las señales más dramáticas en los datos son a menudo las que requieren el escrutinio más cuidadoso.