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

Au plus profond de l'ADN de chaque mammifère, de la souris à l'humain, se trouve une archive cachée d'anciennes infections virales. Il ne s'agit pas de virus actifs attendant de frapper, mais plutôt des restes fossilisés de rétrovirus qui ont réussi à envahir les cellules reproductrices de nos ancêtres il y a des millions d'années. Une fois qu'un virus insère son code génétique dans la lignée germinale d'un hôte, ce code devient une partie permanente de l'arbre généalogique, transmis de génération en génération. Avec le temps, la plupart de ces envahisseurs viraux perdent leur capacité à fonctionner, accumulant des mutations et se désagrégeant jusqu'à n'être plus que des fragments épars de code génétique. Les scientifiques les appellent des rétrovirus endogènes. Ils agissent comme un registre des batailles entre hôtes et virus dans le temps profond, et parce que différents groupes d'animaux ont été confrontés à des histoires virales différentes, la quantité et l'état de ces fossiles viraux varient considérablement à travers l'arbre de la vie.

Les chauves-souris constituent un groupe particulièrement fascinant à étudier dans ce contexte. En tant que deuxième ordre de mammifères le plus diversifié, avec plus de 1 400 espèces, elles sont également célèbres pour leur capacité à porter une vaste gamme de virus sans tomber malades. Cette tolérance unique en a fait un sujet d'intérêt intense pour les chercheurs tentant de comprendre comment les virus évoluent et comment les hôtes y survivent. Cependant, lorsque les scientifiques ont commencé à comparer les fossiles viraux à l'intérieur des génomes de différentes familles de chauves-souris, ils ont rencontré un problème. Les données qu'ils examinaient étaient souvent peu fiables. Les génomes qu'ils utilisaient étaient parfois mal étiquetés, contenant l'ADN de la mauvaise espèce, ou les méthodes utilisées pour compter les fossiles viraux étaient si sensibles à la manière dont l'ADN était assemblé qu'elles créaient de faux signaux d'une activité virale récente. Pour obtenir une image fidèle de l'histoire virale des chauves-souris, les chercheurs ont d'abord dû construire un cadre capable de séparer les faits biologiques réels des erreurs générées par ordinateur.

Une équipe de chercheurs s'est donné pour mission de créer ce cadre de confiance en analysant les génomes de 29 espèces de chauves-souris différentes, représentant 11 familles distinctes. Leur première tâche consistait à vérifier que chaque génome utilisé appartenait réellement à la espèce de chauve-souris revendiquée. Ils ont recoupé les étiquettes officielles des données avec trois preuves indépendantes : les métadonnées fournies par la base de données, les conventions de dénomination utilisées par les grands projets de génome de chauves-souris, et la séquence génétique d'un gène spécifique trouvé dans les mitochondries, les centres énergétiques de la cellule. Ce contrôle rigoureux était nécessaire car un seul génome mal étiqueté pouvait fausser complètement la comparaison, donnant l'impression qu'un virus avait sauté entre des espèces sans lien alors que ce n'était pas le cas. Après ce filtrage, ils ont supprimé trois assemblages mal identifiés et exclu cinq autres trop fragmentés pour être analysés de manière fiable, leur laissant un panel propre et vérifié de 29 génomes.

Avec une base solide de données vérifiées, l'équipe s'est penchée sur les fossiles viraux eux-mêmes. Ils ont utilisé un pipeline informatique pour scanner ces génomes à la recherche de répétitions terminales longues, la structure signature qui marque le début et la fin d'une insertion rétrovirale. Ils ont découvert que la quantité d'ADN viral variait considérablement entre les familles. Dans certains groupes, comme les chauves-souris frugivores appartenant aux Pteropodidae, les fossiles viraux ne constituaient qu'environ 1,7 % du génome. Dans d'autres, comme les chauves-souris à queue de souris (Rhinopomatidae), ce chiffre grimpait à près de 19 %. Il s'agissait d'une différence de onze fois. Crucialement, les chercheurs ont prouvé que cette variation était un trait biologique réel et non un artefact de la manière dont l'ADN était assemblé. Ils ont montré que la faible quantité d'ADN viral chez les chauves-souris frugivores était cohérente à travers cinq génomes assemblés indépendamment et ne pouvait être expliquée par la qualité ou l'exhaustivité des données d'ADN.

L'étude a également révélé un décalage surprenant entre la quantité d'ADN viral qu'une chauve-souris possède et son degré de conservation. On pourrait supposer que les familles possédant le plus d'ADN viral auraient aussi les virus les plus intacts et fonctionnels. Au lieu de cela, les chercheurs ont découvert que l'abondance et l'intégrité étaient largement indépendantes. Une famille pouvait être riche en séquences virales mais principalement remplie de fragments brisés et dégradés, tandis qu'une autre, avec moins de séquences totales, pourrait conserver une proportion plus élevée de fossiles viraux complets et structurellement sains. Cela suggère que l'histoire de l'infection virale et l'histoire de la décomposition virale sont deux histoires distinctes. Par exemple, les chauves-souris frugivores, malgré le fait qu'elles possèdent très peu d'ADN viral au total, se distinguaient parce que les rares virus complets qu'elles conservaient étaient exceptionnellement susceptibles de porter un gène spécifique appelé env, qui code pour l'enveloppe virale. Ce gène est souvent la clé qui permet à un virus d'entrer dans une cellule, et la présence de ces vestiges viraux anciens suggère que ces spécimens précis pourraient avoir été préservés pour une raison, peut-être parce que l'animal hôte en a trouvé un usage.

La découverte la plus significative de l'étude était un avertissement adressé aux scientifiques sur la façon dont ils interprètent ces paysages génétiques. Dans un génome spécifique, le scan informatique initial suggérait une explosion massive et récente de l'activité virale, montrant un grand nombre de jeunes fossiles viraux qui semblaient s'être insérés très récemment dans le temps évolutif. Cela ressemblait à un événement biologique spectaculaire : une poussée d'infection spécifique à une lignée. Cependant, lorsque les chercheurs ont regardé de plus près, ils ont réalisé qu'il s'agissait d'un tour de passe-passe. Le génome en question avait été assemblé avec un niveau de détail inférieur aux autres, ce qui signifie que l'ADN avait été découpé en de nombreux morceaux disconnex. Cette fragmentation a provoqué le comptage multiple du même fragment viral par l'ordinateur et a fait paraître les copies virales plus jeunes qu'elles ne l'étaient réellement. Lorsque les chercheurs ont vérifié le même génome en utilisant une méthode différente qui ne dépendait pas de l'assemblage fragmenté, l'« explosion » a disparu. La chauve-souris présentait en réalité un niveau de virus normal et bas, indiscernable de ses proches parents.

Cette découverte sert de garde-fou essentiel pour les recherches futures. Elle démontre que les comptages bruts par ordinateur des fossiles viraux peuvent être facilement trompés par la manière dont l'ADN est assemblé, créant l'illusion d'un événement biologique récent là où il n'existe rien. Les chercheurs ont conclu qu'avant d'accepter toute affirmation concernant une expansion virale unique et spécifique à une lignée, les scientifiques doivent confirmer la découverte avec des preuves qui ne dépendent pas de la structure de l'assemblage, comme les comparaisons directes de séquences géniques spécifiques. En appliissant ces contrôles stricts, l'équipe a fourni la première base de référence fiable pour comprendre l'histoire virale des chauves-souris. Ils ont montré que bien que les chauves-souris frugivores aient effectivement réduit leur charge virale, l'histoire de l'évolution virale chez les chauves-souris est complexe, l'abondance et la préservation racontant des chapitres différents de la même histoire, et que les signaux les plus spectaculaires dans les données sont souvent ceux qui nécessitent l'examen le plus minutieux.