A relational architecture of the human genome

Il genoma umano è spesso descritto come un codice lungo e lineare, una sequenza di lettere che dettano le istruzioni per costruire una persona. Per decenni, gli scienziati hanno mappato questa sequenza, identificato i geni che fungono da progetti per le proteine e tracciato le pieghe tridimensionali che permettono a parti distanti del DNA di toccarsi. Eppure, una domanda fondamentale è rimasta senza risposta: come fanno le singole lettere di questo codice a comunicare tra loro? Nei sistemi complessi presenti in tutta la natura, dal modo in cui i neuroni si attivano in un cervello al modo in cui il traffico scorre in una città, il comportamento di una parte dipende spesso dallo stato di un'altra. Nel genoma, sappiamo che gruppi locali di lettere lavorano insieme per formare interruttori che accendono o spengono i geni, ma non è stato chiaro se queste interazioni locali siano eventi isolati o se formino una vasta, invisibile rete che si estende lungo l'intera lunghezza del nostro DNA. Comprendere questo strato più profondo di organizzazione è cruciale perché potrebbe spiegare perché alcuni cambiamenti nella sequenza del DNA causano malattie mentre altri no, e come il genoma mantenga la sua stabilità attraverso milioni di anni di evoluzione.

Un team di ricercatori dell'Università RWTH di Aachen e del Centro di Supercalcolo di Jülich ha ora compiuto un passo enorme verso la risposta a questa domanda, trattando l'intero genoma umano come un sistema complesso di relazioni. Invece di guardare al DNA come a un elenco statico di lettere, hanno utilizzato un potente modello di intelligenza artificiale, addestrato su dati genomici, per testare sistematicamente come ogni singola lettera del genoma umano influenzi ogni altra lettera. Hanno lavorato con il genoma di riferimento umano completo, dall'inizio alla fine, che contiene circa 3,12 miliardi di posizioni. Utilizzando uno dei supercomputer più avanzati al mondo, hanno cambiato virtualmente ogni singola lettera del genoma in ciascuna delle altre tre possibili lettere, una per volta. Per ogni cambiamento, hanno misurato come la comprensione del modello di IA della sequenza circostante cambiasse. Questo processo ha generato una mappa massiccia di dipendenze, rivelando che quando una lettera viene alterata, spesso provoca un effetto a catena che cambia il significato o la funzione di lettere lontane, creando una rete diretta di connessioni che si estende attraverso l'intero cromosoma.

I risultati di questa simulazione hanno rivelato che il genoma è organizzato in una struttura di ordine superiore definita da queste dipendenze. I ricercatori hanno scoperto che queste connessioni non sono casuali; seguono regole specifiche basate sulla distanza, la direzione e il tipo di sequenza di DNA coinvolta. Ad esempio, le connessioni sono più forti tra le lettere che sono state preservate dall'evoluzione per milioni di anni, suggerendo che la natura abbia mantenuto intatte queste relazioni perché essenziali per la vita. Lo studio ha anche dimostrato che queste reti di dipendenza si allineano con note caratteristiche biologiche, come i confini dei geni e la struttura dell'RNA, ma si estendono molto oltre quanto precedentemente annotato dagli scienziati. I ricercatori hanno identificato sette forme o modelli distinti nelle mappe di connessione, che hanno chiamato "reloni". Questi modelli includono blocchi densi di lettere interconnesse, strutture periodiche ripetitive e hub direzionali dove un piccolo tratto di DNA influenza una regione molto più ampia, o viceversa. Questi reloni appaiono costantemente in tutti i cromosomi, formando un linguaggio architettonico ricorrente che organizza il genoma.

Forse in modo ancora più intrigante, i ricercatori hanno scoperto migliaia di queste strutture relazionali in regioni del genoma precedentemente considerate "oscure" o non annotate, ovvero che non contenevano geni noti o elementi regolatori. Ciò suggerisce che esiste uno strato nascosto di organizzazione funzionale nelle parti del nostro DNA che ritenevamo silenti. Lo studio ha anche collegato questi modelli relazionali direttamente alla salute umana. Le posizioni nel genoma note per ospitare mutazioni causative di malattie sono risultate significativamente più connesse al resto del genoma rispetto alle posizioni innocue. Questi siti patogeni agiscono come hub con molti collegamenti in entrata e in uscita, implicando che una mutazione in un tale punto interrompa una vasta rete di relazioni. Al contrario, le variazioni comuni presenti nelle popolazioni sane mostravano una connettività molto più debole. Questa scoperta offre un nuovo modo per interpretare i dati genetici, suggerendo che l'impatto di una mutazione non dipenda solo dalla lettera stessa, ma da quanto profondamente essa sia intrecciata nel tessuto relazionale del genoma.

Mappando queste dipendenze, i ricercatori hanno fornito un nuovo quadro per vedere il genoma umano, uno che va oltre la semplice sequenza lineare e la forma fisica 3D per includere uno strato di organizzazione relazionale. Hanno reso questi dati pubblicamente disponibili attraverso un browser online, permettendo ad altri scienziati di esplorare queste reti. Sebbene lo studio si basi su simulazioni informatiche piuttosto che su esperimenti fisici diretti, i modelli che ha scoperto si allineano con principi biologici stabiliti, come la conservazione evolutiva e la struttura genica. Il lavoro suggerisce che il genoma non sia solo una collezione di parti, ma un sistema dinamico in cui le relazioni tra i nucleotidi sono importanti quanto i nucleotidi stessi. Questa prospettiva apre nuove strade per comprendere le malattie genetiche, in particolare quelle causate da mutazioni nelle regioni non codificanti che i metodi tradizionali hanno faticato a spiegare, e suggerisce che l'evoluzione della vita possa comportare la preservazione di questi complessi intrecci di dipendenza tanto quanto la preservazione delle singole lettere del codice.