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

Sintesi Tecnica: I regimi di selezione dipendenti dal compartimento mantengono il paradosso del G-quadruplex

Problema
Le strutture di DNA G-quadruplex (G4) esibiscono una distribuzione paradossale attraverso i genomi eucariotici: sono sistematicamente deplete nelle sequenze codificanti (CDS), ma arricchite nelle regioni regolatorie come promotori e regioni non tradotte (UTR). Sebbene questo "paradosso G4" sia stato documentato in lignaggi specifici (in particolare Animalia), rimane incerto se questa architettura sia una caratteristica universale dell'organizzazione del genoma eucariotico o un artefatto del bias di campionamento storico. Inoltre, i regimi selettivi che mantengono questa architettura attraverso i quattro regni eucariotici (Animalia, Fungi, Plantae, Protozoa) non sono pienamente compresi. Nello specifico, non è chiaro se la deplezione nelle CDS sia guidata da un vincolo strutturale sui siti silenti o da fattori confondenti come l'adattamento dei codoni, né se l'arricchimento nelle regioni non codificanti sia gestito da un macchinario molecolare conservato o specifico per ogni regno.

Metodologia
Gli autori hanno analizzato un campione bilanciato di 198 genomi di riferimento, stratificato attraverso i quattro regni eucariotici (Animalia: 86, Fungi: 49, Plantae: 33, Protozoa: 30) per correggere il bias verso Animalia presente negli studi precedenti. Lo studio ha impiegato una pipeline computazionale multi-step:

1. Rilevamento e classificazione della stabilità dei G4: Le regioni genomiche (5′UTR, CDS, introne, 3′UTR, promotore, intergenico) sono state scansionate per i motivi G4 utilizzando un consenso di pattern regex e punteggi G4Hunter. I motivi sono stati ulteriormente filtrati tramite la stabilità termodinamica di Mergny–Lacroix ($\Delta G \le -5$ kcal/mol) per identificare i G4 "consensus stable".
2. Analisi dell'arricchimento cross-kingdom: Lo studio ha calcolato il rapporto di arricchimento log2 (IRR) dei G4 stabili in regioni specifiche rispetto al background dell'intero genoma per ogni regno. La coerenza del segno tra i regni è stata testata sotto criteri rigorosi (Regola B) e permissivi per i pareggi (Regola A).
3. Analisi evolutiva a livello di codone (dN/dS): Per coppie di specie strettamente correlate all'interno di ogni regno, gli autori hanno eseguito confronti Nei–Gojobori tra i tassi di sostituzione sinonima ($dS$) e non sinonima ($dN$) tra i codoni che sovrappongono i G4 e i codoni di controllo. Fondamentalmente, questa analisi è stata ripetuta con un aggiustamento del Codon Adaptation Index (CAI) per gene, al fine di controllare l'effetto confondente della selezione traslazionale sui tassi sinonimi.
4. Co-evoluzione delle elicasi (PGLS): Il numero di copie di sei famiglie di ortologhi di elicasi che risolvono i G4 (BLM/WRN/RECQ, PIF1, FANCJ/BRIP1, RTEL1, DDX5, DDX17) è stato quantificato. È stata utilizzata la regressione Phylogenetic Generalised Least-Squares (PGLS) per testare le associazioni tra il repertorio di elicasi e l'abbondanza di G4 in diverse zone genomiche, correggendo per la non-indipendenza filogenetica. La robustezza è stata verificata con un sottoinsieme privo di politomie e un backbone indipendente dell'Open Tree of Life.
5. Stratificazione dell'età del motivo: I motivi G4 sono stati mappati ai gruppi di ortologhi dei geni ospiti per determinare se risiedessero in geni "antichi" (conservati sin dall'Ultimo Antenato Comune Eucariotico, LECA) o "specifici del lignaggio".

Risultati Chiave

• Validazione del Paradosso G4: Lo studio conferma il paradosso G4 come una caratteristica cross-kingdom. Sotto criteri rigorosi, la deplezione nelle CDS e l'arricchimento intergenico mostrano una coerenza di segno in tutti i quattro regni. Sotto criteri permissivi per i pareggi, anche l'arricchimento di introni e promotori mostra una concordanza di segno, sebbene ciò sia contingente a un sottoinsieme di specie in Protozoa e Fungi che presentano zero G4 stabili in tali regioni.
• La deplezione nelle CDS è guidata dall'adattamento dei codoni, non dal vincolo del sito silente:
  • L'analisi iniziale Nei–Gojobori ha mostrato una soppressione del 5–16% di $dS$ nei codoni che sovrappongono i G4 in sei coppie di specie su sette non sature.
  • Tuttavia, dopo l'aggiustamento per il CAI per gene, questa soppressione è scomparsa. In 0/7 coppie l'odds ratio corretto per i G4 è rimasto significativamente al di sotto di 1; in cinque coppie, la direzione si è invertita ($OR > 1$).
  • Conclusione: La apparente soppressione di $dS$ è un artefatto del fatto che i codoni che sovrappongono i G4 sono situati preferenzialmente in geni altamente espressi e ottimizzati per i codoni. La pressione selettiva è sulla l'adattamento dei codoni, non su un vincolo strutturale specifico sui siti silenti all'interno del motivo G4 stesso.
• Co-evoluzione delle elicasi specifica per regno nelle regioni non codificanti:
  • A differenza delle CDS, dove nessuna associazione specifica con le elicasi è sopravvissuta alla correzione per test multipli, sono emerse associazioni significative negli introni e nei promotori.
  • Cinque associazioni sono rimaste significative dopo la correzione di Benjamini–Hochberg ($q < 0.10$):
    • Protozoa: FANCJ/BRIP1 è negativamente associato ai G4 del promotore; RTEL1 e BLM/WRN/RECQ sono associati ai G4 intronici.
    • Fungi: PIF1 è negativamente associato ai G4 del promotore.
    • Plantae: FANCJ/BRIP1 è positivamente associato ai G4 intronici.
  • Notevolmente, FANCJ/BRIP1 esibisce un comportamento dipendente dal contesto: il suo numero di copie correla con il mantenimento dei G4 intronici nelle piante, ma con la risoluzione dei G4 del promotore nei protozoi.
• Profondità evolutiva dei G4 intronici: I motivi G4 intronici sono prevalentemente concentrati in gruppi di ortologhi profondamente conservati (≥87.5% in ogni regno), suggerendo che il contesto regolatorio per queste strutture è stato mantenuto sin dalle prime fasi dell'evoluzione eucariotica. Al contrario, i G4 dei promotori si trovano in gran parte in geni specifici del lignaggio.

Significato e Rivendicazioni
Il documento propone un'architettura a due regimi per il mantenimento del paradosso G4:

1. Nelle sequenze codificanti: La forza selettiva dominante è l'adattamento dei codoni. La deplezione dei G4 è un sottoprodotto della selezione traslazionale che favorisce codoni specifici nei geni altamente espressi, piuttosto che un vincolo strutturale diretto contro la formazione di G4 nei siti silenti.
2. Nelle regioni non codificanti (Introni/Promotori): La selezione agisce direttamente sulla struttura G4. Il mantenimento di queste strutture è gestito dal dispiegamento di macchinari di elicasi specifici per regno (es. FANCJ/BRIP1, PIF1, RTEL1), che co-evolvono con il carico di G4 in modo compartimentale.

Gli autori sostengono che il paradosso G4 cross-kingdom non è un artefatto specifico di Animalia, ma un'architettura regolatoria conservata. Il nucleo meccanicistico di questo paradosso risiede nelle regioni non codificanti, dove i G4 sono attivamente gestiti da elicasi tarate sul lignaggio, probabilmente svolgendo ruoli nel processamento dell'RNA e nell'accoppiamento della trascrizione. Lo studio inquadra la deplezione nelle CDS non come un fallimento della tolleranza ai G4, ma come una conseguenza del profilo di espressione del gene ospite, identificando al contempo gli introni e i promotori come i veri siti della biologia funzionale dei G4 e del mantenimento selettivo.

Limitazioni segnalate dagli autori
Gli autori riconoscono che la definizione di promotore (finestra fissa di -1000 bp) è biologicamente eterogenea per i kinetoplastidi (Protozoa), il che può influenzare l'interpretazione delle associazioni specifiche del promotore in quel regno. Inoltre, l'analisi delle elicasi si basa su annotazioni di ortologhi KEGG che potrebbero mancare di specifici paraloghi, e l'analisi dN/dS per i regni non-Animalia si basa su singole coppie di specie, richiedendo ulteriori repliche per confermare la generalità a livello di regno. Lo studio è un'analisi genomica comparativa; sebbene correli il numero di elicasi con l'abbondanza di G4, non valida sperimentalmente i ruoli meccanicistici specifici di queste elicasi nelle specie non-modello analizzate.