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

Résumé technique : Les régimes de sélection dépendants des compartiments maintiennent le paradoxe des G-quadruplexes

Énoncé du problème
Les structures d'ADN G-quadruplexe (G4) présentent une distribution paradoxale à travers les génomes eucaryotes : elles sont systématiquement appauvies dans les séquences codantes (CDS) mais enrichies dans les régions régulatrices telles que les promoteurs et les régions non traduites (UTR). Bien que ce « paradoxe des G4 » ait été documenté dans des lignées spécifiques (notamment Animalia), il reste incertain de savoir si cette architecture est une caractéristique universelle de l'organisation des génomes eucaryotes ou un artefact de biais d'échantillonnage historique. De plus, les régimes sélectifs maintenant cette architecture à travers les quatre règnes eucaryotes (Animalia, Fungi, Plantae, Protozoa) ne sont pas pleinement compris. Plus précisément, il est incertain si l'appauvrissement dans les CDS est piloté par une contrainte structurelle sur les sites silencieux ou par des facteurs confondants comme l'adaptation des codons, et si l'enrichissement dans les régions non codantes est géré par une machinerie moléculaire conservée ou spécifique à chaque règne.

Méthodologie
Les auteurs ont analysé un échantillon équilibré de 198 génomes de référence, stratifiés à travers les quatre règnes eucaryotes (Animalia : 86, Fungi : 49, Plantae : 33, Protozoa : 30) afin de corriger le biais vers Animalia présent dans les études précédentes. L'étude a employé un pipeline computationnel multi-étapes :

1. Détection des G4 et classification de la stabilité : Les régions génomiques (5′UTR, CDS, intron, 3′UTR, promoteur, intergénique) ont été scannées pour les motifs G4 à l'aide d'un consensus de modèles regex et de scores G4Hunter. Les motifs ont été ensuite filtrés par la stabilité thermodynamique de Mergny–Lacroix ($\Delta G \le -5$ kcal/mol) pour identifier les G4 « consensus stables ».
2. Analyse d'enrichissement inter-règnes : L'étude a calculé le rapport d'enrichissement log2 (IRR) des G4 stables dans des régions spécifiques par rapport au fond génomique global pour chaque règne. La cohérence de signe à travers les règnes a été testée sous des critères stricts (Règle B) et permissifs aux ex æquo (Règle A).
3. Analyse évolutive au niveau des codons (dN/dS) : Pour des paires d'espèces étroitement apparentées au sein de chaque règne, les auteurs ont effectué des comparaisons de Nei–Gojobori des taux de substitution synonymes ($dS$) et non-synonymes ($dN$) entre les codons chevauchant un G4 et les codons de contrôle. Crucialement, cette analyse a été répétée avec un ajustement de l'indice d'adaptation des codons (CAI) par gène pour contrôler l'effet confondant de la sélection traductionnelle sur les taux synonymes.
4. Co-évolution des hélicases (PGLS) : Le nombre de copies de six familles d'orthologues de l'hélicase de résolution des G4 (BLM/WRN/RECQ, PIF1, FANCJ/BRIP1, RTEL1, DDX5, DDX17) a été quantifié. Une régression par moindres carrés généralisés phylogénétiques (PGLS) a été utilisée pour tester les associations entre le répertoire des hélicases et l'abondance des G4 dans différents compartiments génomiques, en corrigeant l'indépendance phylogénétique. La robustesse a été vérifiée avec un sous-ensemble sans polytomie et un squelette indépendant de l'Open Tree of Life.
5. Stratification de l'âge des motifs : Les motifs G4 ont été cartographiés sur les groupes d'orthologues de gènes hôtes pour déterminer s'ils résidaient dans des gènes « anciens » (conservés depuis le dernier ancêtre commun eucaryote, LECA) ou « spécifiques à une lignée ».

Résultats clés

• Validation du paradoxe des G4 : L'étude confirme le paradoxe des G4 comme une caractéristique trans-règnes. Sous des critères stricts, l'appauvrissement des CDS et l'enrichissement intergénique présentent une cohérence de signe à travers les quatre règnes. Sous des critères permissifs aux ex æquo, l'enrichissement des introns et des promoteurs montre également une concordance de signe, bien que cela dépende d'un sous-ensemble d'espèces de Protozoa et de Fungi possédant zéro G4 stable dans ces régions.
• L'appauvrissement des CDS est piloté par l'adaptation des codons, et non par une contrainte de site silencieux :
  • L'analyse initiale de Nei–Gojobori a montré une suppression de 5 à 16 % de $dS$ au niveau des codons chevauchant les G4 dans six des sept paires d'espèces non saturées.
  • Cependant, après ajustement pour le CAI par gène, cette suppression a disparu. Dans 0/7 paires, le rapport de côtes (odds ratio) ajusté des G4 est resté significativement inférieur à 1 ; dans cinq p pairs, la direction s'est inversée ($OR > 1$).
  • Conclusion : La suppression apparente de $dS$ est un artefact de codons chevauchant les G4 qui sont préférentiellement situés dans des gènes hautement exprimés et optimisés pour les codons. La pression de sélection porte sur l'adaptation des codons, et non sur une contrainte structurelle spécifique sur les sites silencieux au sein du motif G4 lui-même.
• Co-évolution des hélicases spécifique au règne dans les régions non codantes :
  • Contrairement aux CDS, où aucune association spécifique aux hélicases n'a survécu à la correction pour tests multiples, des associations significatives sont apparues dans les introns et les promoteurs.
  • Cinq associations sont restées significatives après correction de Benjamini–Hochberg ($q < 0,10$) :
    • Protozoa : FANCJ/BRIP1 est négativement associé aux G4 de promoteurs ; RTEL1 et BLM/WRN/RECQ sont associés aux G4 d'introns.
    • Fungi : PIF1 est négativement associé aux G4 de promoteurs.
    • Plantae : FANCJ/BRIP1 est positivement associé aux G4 d'introns.
  • Notamment, FANCJ/BRIP1 présente un comportement dépendant du contexte : son nombre de copies est corrélé au maintien des G4 d'introns chez les Plantes, mais à la résolution des G4 de promoteurs chez les Protozoaires.
• Profondeur évolutive des G4 introniques : Les motifs G4 introniques sont massivement concentrés dans des groupes d'orthologues profondément conservés (≥87,5 % dans chaque règne), suggérant que le contexte régulateur de ces structures a été maintenu depuis le début de l'évolution des eucaryotes. En revanche, les G4 de promoteurs se trouvent largement dans des gènes spécifiques à une lignée.

Signification et affirmations
L'article propose une architecture à deux régimes pour le maintien du paradoxe des G4 :

1. Dans les séquences codantes : La force sélective dominante est l'adaptation des codons. L'appauvrissement des G4 est un sous-produit de la sélection traductionnelle favorisant certains codons dans les gènes hautement exprimés, plutôt qu'une contrainte structurelle directe contre la formation de G4 sur les sites silencieux.
2. Dans les régions non codantes (introns/promoteurs) : La sélection agit directement sur la structure G4. Le maintien de ces structures est géré par le déploiement de la machinerie des hélicases spécifique à chaque règne (ex. : FANCJ/BRIP1, PIF1, RTEL1), qui co-évolue avec la charge en G4 de manière compartimentée.

Les auteurs affirment que le paradoxe des G4 trans-règnes n'est pas un artefact spécifique à Animalia, mais une architecture de régulation conservée. Le cœur mécaniste de ce paradoxe réside dans les régions non codantes où les G4 sont activement gérés par des hélicases adaptées aux lignées, servant probablement des rôles dans le couplage du traitement de l'ARN et de la transcription. L'étude recadre l'appauvrissement des CDS non pas comme un échec de la tolérance aux G4, mais comme une conséquence du profil d'expression du gène hôte, tout en identifiant les compartiments introniques et de promoteurs comme les véritables sites de la biologie fonctionnelle des G4 et du maintien sélectif.

Limites notées par les auteurs
Les auteurs reconnaissent que la définition du promoteur (fenêtre fixe de -1000 pb) est biologiquement hétérogène pour les kinétoplastidés (Protozoa), ce qui peut affecter l'interprétation des associations spécifiques aux promoteurs dans ce règne. De plus, l'analyse des hélicases repose sur des annotations d'orthologues KEGG qui peuvent omettre des paralogues spécifiques, et l'analyse dN/dS pour les autres règnes que Animalia repose sur des paires d'espèces uniques, nécessitant des réplications supplémentaires pour confirmer la généralité à l'échelle des règnes. Cette étude est une analyse génomique comparative ; bien qu'elle corréle le nombre d'hélicases avec l'abondance des G4, elle n'étudie pas expérimentalement les rôles mécanistiques spécifiques de ces hélicases dans les espèces non-modèles analysées.