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 vie sur Terre repose sur une vaste bibliothèque invisible d'instructions génétiques, un code écrit en quatre lettres chimiques qui dicte à chaque cellule comment se construire. Pendant des décennies, les scientifiques se sont concentrés sur les parties de ce code qui produisent des protéines actives et fonctionnelles, ces machines moléculaires qui alimentent tout, de la digestion à la vision. Mais une partie importante du génome est souvent écartée comme étant de l'« ADN poubelle », contenant des instructions brisées ou incomplètes qui ne fonctionnent plus. Dans le monde de la biologie marine, l'une des découvertes génétiques les plus célèbres est la protéine fluorescente verte, une molécule qui brille dans le noir et qui est devenue un outil standard pour observer le travail des cellules en laboratoire. Cette protéine se replie en une forme robuste, semblable à un tonneau, qui emprisonne un centre chimique lumineux. Pendant des années, les chercheurs ont cru que si cette forme de tonneau existait sans le centre lumineux, elle était probablement un vestige évolutif brisé et inutile.

Cependant, une nouvelle étude remet en question cette hypothèse en examinant le code génétique bien plus en profondeur qu'auparavant. Au lieu de s'appuyer sur la liste des protéines connues et fonctionnelles, les chercheurs ont scanné les plans génétiques bruts de près de deux cent mille organismes différents. Ils traquaient un motif spécifique et caché : une protéine en forme de tonneau qui conservait la machinerie interne complexe de la protéine lumineuse, mais qui avait perdu la partie lumineuse elle-même. Ce qu'ils ont trouvé, c'est une famille étendue de ces tonneaux non lumineux, portant un réseau spécifique de charges électriques à l'intérieur d'eux, existant dans des lignées de vie que l'on n'avait jamais soupçonnées de les posséder. L'étude révèle que ces protéines ne sont pas de simples débris génétiques aléatoires ; dans de nombreux cas, elles sont soigneusement préservées par l'évolution, suggérant qu'elles remplissent une tâche vitale, encore non découverte, dans l'obscurité.

La recherche a commencé par une question simple mais massive : jusqu'où cette famille spécifique de protéines en tonneau s'étend-elle à travers l'arbre de la vie ? Les études précédentes n'avaient examiné que les protéines que les cellules avaient déjà construites et répertoriées, manquant ainsi toute instruction génétique brisée ou incomplète. Pour obtenir une image complète, l'équipe a utilisé une recherche assistée par ordinateur qui a lu l'ADN de 193 342 assemblages de génomes différents dans toutes les directions possibles. Cette approche a permis de repérer des séquences génétiques qui ressemblaient à la protéine en tonneau, même si elles contenaient des erreurs qui empêcheraient la cellule de fabriquer le produit final. La recherche a renvoyé près de quatre cents emplacements dans le génome correspondant au motif. Lorsque les chercheurs ont filtré ces résultats pour trouver ceux qui portaient le réseau électrique complet et caché à l'intérieur du tonneau, ils ont identifié 140 emplacements distincts. Ces emplacements appartenaient à 77 types d'organismes différents, élargissant considérablement l'étendue connue de cette famille de protéines.

Parmi les nouvelles découvertes figuraient des organismes qui n'avaient jamais été liés à cette famille auparavant. La recherche a découvert ces protéines en tonneau chez des groupes anciens d'éponges, un type de méduse connu sous le nom de coronate, et même chez des organismes unicellulaires appelés archées qui vivent dans des environaux extrêmes. Plus surprenant encore, l'équipe a trouvé ces protéines dans des champignons, un groupe d'organismes qui comprend les moisissures et les champignons de type agaric. Dans les échantillons de champignons, les chercheurs ont constaté qu'un nombre substantiel de ces instructions génétiques étaient brisées, portant des erreurs qui empêcheraient leur fonctionnement. Ce motif de copies brisées a également été observé chez les méduses et les parents des coraux, suggérant que si la protéine est utile dans certaines lignées, elle s'effondre dans d'autres. L'étude a utilisé une méthode de reconstruction évolutive pour montrer que, dans un groupe spécifique de moisissures noires, le gène a été perdu de manière indépendante à de nombreuses reprises, indiquant qu'il n'est pas essentiel à leur survie.

Malgré les copies brisées, les parties du génome qui restaient intactes racontaient une histoire différente. Dans les organismes où le gène était encore entier, l'ADN montrait des signes d'une pression évolutive stricte pour rester identique. Cela signifie que tout changement aléatoire de la structure de la protéine était éliminé par la sélection naturelle, un signal fort que la protéine accomplit quelque chose d'important. Chez un type de corail, le gène avait même été copié onze fois de suite, un signe que l'organisme s'appuie fortement sur lui. Les chercheurs ont également découvert que, dans deux groupes différents de bactéries, ces gènes en tonneau étaient situés à l'intérieur d'éléments génétiques mobiles, tels que des virus infectant les bactéries ou des gènes sauteurs qui se déplacent dans le génome. Cela suggère que le gène pourrait circuler entre différentes espèces de bactéries, un processus qui pourrait l'aider à se propager vers de nouveaux environnements.

L'étude a également examiné de près la composition chimique de ces protéines. Dans la célèbre protéine luminescente, un acide aminé spécifique appelé tyrosine est essentiel pour créer la lumière. Dans cette famille nouvellement découverte, cette tyrosine est remplacée par différents acides aminés non lumineux. Dans les versions fongiques et bactériennes, l'emplacement est généralement occupé par la valine, tandis que dans les versions animales, il est souvent occupé par la phénylalanine. Ce remplacement constant suggère que la protéine a évolué vers une nouvelle fonction qui n'implique pas la lumière. Les chercheurs ont mesuré les distances entre les charges électriques internes et ont constaté que l'arrangement dans cette famille est distinct des protéines lumineuses, confirmant davantage qu'il s'agit d'un groupe unique. Bien que la fonction exacte de ces protéines reste un mystère, la preuve qu'elles sont préservées dans certaines espèces et perdues dans d'autres pointe vers un rôle spécialisé qui varie à travers l'arbre de la vie.

L'une des découvertes les plus intrigantes fut la présence de ces protéines chez des organismes qui ne les possèdent pas dans leurs catalogues de protéines. Parce que la recherche s'est concentrée directement sur l'ADN, elle a trouvé des instructions génétiques qui avaient été manquées par les méthodes traditionnelles. Par exemple, l'étude a trouvé ces tonneaux chez un groupe d'algues microscopiques qui vivent à l'intérieur d'autres animaux marins, et chez un type d'éponge qui n'avait jamais été rapporté comme les portant. Les chercheurs ont pris soin d'exclure la possibilité qu'il s'agisse de simples contaminants provenant d'autres organismes, utilisant plusieurs vérifications pour s'assurer que les gènes appartenaient réellement à l'hôte. Ils ont également constaté que, dans certains cas, les versions brisées du gène étaient toujours lues par la cellule, même si elles ne pouvaient pas produire une protéine fonctionnelle, ce qui ajoute une autre couche de complexité à la façon dont ces instructions génétiques sont utilisées.

Ce travail ne prétend pas avoir résolu le mystère de ce que font ces protéines. Il fournit au contraire une carte claire de l'endroit où elles se trouvent et de la façon dont elles changent au fil du temps. Les chercheurs suggèrent que la prochaine étape consiste à construire ces protéines en laboratoire et à les tester pour voir quelles réactions chimiques elles peuvent accomplir. D'ici là, l'étude constitue une démonstration puissante de la façon dont l'examen direct du code génétique brut, plutôt que des seuls produits finis, peut révéler des chapitres cachés de l'histoire de l'évolution. Elle montre que la nature conserve souvent des machines moléculaires complexes même après avoir perdu leur fonction originale, les réutilisant pour de nouveaux rôles invisibles dans les recoins sombres du monde vivant.