An AI-assisted genomic census of 193,342 assemblies finds a GFP-barrel family in unreported lineages, carrying pseudogenes in both fungi and cnidarians

La vida en la Tierra depende de una vasta e invisible biblioteca de instrucciones genéticas, un código escrito en cuatro letras químicas que le dice a cada célula cómo construirse a sí misma. Durante décadas, los científicos se han centrado en las partes de este código que producen proteínas activas y funcionales, las máquinas moleculares que impulsan todo, desde la digestión hasta la visión. Pero una parte significativa del genoma suele ser descartada como "basura", que contiene instrucciones rotas o incompletas que ya no funcionan. En el mundo de la biología marina, uno de los descubrimientos genéticos más famosos es la proteína verde fluorescente, una molécula que brilla en la oscuridad y se ha convertido en una herramienta estándar para observar el funcionamiento de las células en un laboratorio. Esta proteína se pliega en una forma robusta, similar a un barril, que atrapa un centro químico brillante. Durante años, los investigadores creyeron que si este barril existía sin el centro brillante, era probablemente solo un remanente evolutivo roto e inútil.

Sin embargo, un nuevo estudio desafía esta suposición al mirar mucho más profundamente en el código genético de lo que jamás se había hecho. En lugar de depender de la lista de proteínas conocidas y funcionales, los investigadores escanearon los planos genéticos brutos de casi doscientas mil especies diferentes. Buscaban un patrón específico y oculto: una proteína con forma de barril que conservara la compleja maquinaria interna de la proteína brillante, pero que hubiera perdido la parte luminosa. Lo que encontraron fue una familia extendida de estos barriles no brillantes, que portan una red específica de cargas eléctricas en su interior, existiendo en linajes de vida que nunca se habían sospechado que los tuvieran. El estudio revela que estas proteínas no son solo desechos genéticos aleatorios; en muchos casos, están siendo cuidadosamente preservadas por la evolución, lo que sugiere que desempeñan un trabajo vital, aún por descubrir, en la oscuridad.

La investigación comenzó con una pregunta simple pero masiva: ¿qué tan lejos llega esta familia específica de proteínas de barril a través del árbol de la vida? Los estudios previos solo habían observado las proteínas que las células ya habían construido y catalogado, perdiendo cualquier instrucción genética que estuviera rota o incompleta. Para encontrar el panorama completo, el equipo utilizó una búsqueda asistida por computadora que leyó el ADN de 193,342 ensamblajes de genomas en todas las direcciones posibles. Este enfoque permitió detectar secuencias genéticas que se parecían a la proteína de barril incluso si contenían errores que impedirían a una célula fabricar el producto final. La búsqueda devolvió casi cuatrocientas ubicaciones en el genoma que coincidían con el patrón. Cuando los investigadores filtraron estos resultados para encontrar aquellos que portaban la red eléctrica completa y oculta dentro del barril, identificaron 140 ubicaciones distintas. Estas ubicaciones pertenecían a 77 tipos diferentes de organismos, expandiendo significamente el rango conocido de esta familia de proteínas.

Entre los nuevos descubrimientos se encontraban organismos que nunca habían sido vinculados con esta familia. La búsqueda descubrió estas proteínas de barril en grupos antiguos de esponjas, un tipo de medusa conocido como coronata, e incluso en organismos unicelulares llamados arqueas que viven en entornos extremos. Quizás lo más sorprendente fue que el equipo encontró estas proteínas en hongos, un grupo de organismos que incluye setas y mohos. En las muestras fúngicas, los investigadores encontraron que una cantidad sustancial de estas instrucciones genéticas estaban rotas, presentando errores que impedirían su funcionamiento. Este patrón de copias rotas también se observó en las medusas y parientes de los corales, lo que sugiere que, si bien la proteína es útil en algunos linajes, se está desmoronando en otros. El estudio utilizó un método de reconstrucción evolutiva para mostrar que, en un grupo específico de mohos negros, el gen se ha perdido de forma independiente en muchas ocasiones, lo que indica que no es esencial para su supervivencia.

A pesar de las copias rotas, las partes del genoma que permanecieron intactas contaron una historia diferente. En los organismos donde el gen seguía completo, el ADN mostraba signos de estar bajo una estricta presión evolutiva para mantenerse igual. Esto significa que cualquier cambio aleatorio en la estructura de la proteína estaba siendo eliminado por la selección natural, una señal fuerte de que la proteína está haciendo algo importante. En un tipo de coral, el gen incluso se había copiado once veces consecutivas, una señal de que el organismo depende fuertemente de él. Los investigadores también descubrieron que, en dos grupos diferentes de bacterias, estos genes de barril se encontraban dentro de elementos genéticos móviles, como virus que infectan bacterias o genes saltarines que se mueven por el genoma. Esto sugiere que el gen podría estar moviéndose entre diferentes especies de bacterias, un proceso que podría ayudarlo a propagarse a nuevos entornos.

El estudio también analizó de cerca la composición química específica de estas proteínas. En la famosa proteína brillante, un aminoácido específico llamado tirosina es esencial para crear la luz. En esta familia recién descubierta, esa tirosina es reemplazada por diferentes aminoácidos no brillantes. En las versiones fúngicas y bacterianas, el lugar suele estar ocupado por valina, mientras que en las versiones animales, a menudo es por fenilalanina. Este reemplazo constante sugiere que la proteína ha evolucionado hacia una nueva función que no involucra la luz. Los investigadores midieron las distancias entre las cargas eléctricas internas y descubrieron que la disposición en esta familia es distinta de la de las proteínas brillantes, lo que confirma aún más que se trata de un grupo único. Aunque el trabajo exacto de estas proteínas sigue siendo un misterio, la evidencia de que están siendo preservadas en algunas especies y perdidas en otras apunta a un rol especializado que varía a través del árbol de la vida.

Uno de los hallazgos más intrigantes fue la presencia de estas proteínas en organismos que no las tienen en sus catálogos de proteínas. Debido a que la búsqueda miró directamente al ADN, encontró instrucciones genéticas que habían sido pasadas por alto por los métodos tradicionales. Por ejemplo, el estudio encontró estos barriles en un grupo de algas microscópicas que viven dentro de otros animales marinos, y en un tipo de esponja que nunca se había reportado que los portara. Los investigadores fueron cuidadosos al descartar la posibilidad de que estos fueran simplemente contaminantes de otros organismos, utilizando múltiples controles para asegurar que los genes realmente pertenecían al huésped. También descubrieron que, en algunos casos, las versiones rotas del gen todavía eran leídas por la célula, aunque no pudieran fabricar una proteína funcional, lo que añade otra capa de complejidad a cómo se utilizan estas instrucciones genéticas.

El trabajo no pretende haber resuelto el misterio de qué hacen estas proteínas. En su lugar, proporciona un mapa claro de dónde se encuentran y cómo cambian con el tiempo. Los investigadores sugieren que el siguiente paso es construir estas proteínas en un laboratorio y probarlas para ver qué reacciones químicas pueden realizar. Hasta entonces, el estudio se erige como una demostración poderosa de cómo mirar directamente el código genético bruto, en lugar de solo los productos terminados, puede revelar capítulos ocultos de la historia evolutiva. Muestra que la naturaleza a menudo conserva máquinas moleculares complejas incluso después de que pierden su función original, reutilizándolas para roles nuevos e invisibles en los rincones oscuros del mundo viviente.