TIGRdisco: a tool for the discovery of TIGR arrays and TIGR-associated Tas proteins from nucleotide sequences
Questo articolo introduce TIGRdisco, uno strumento computazionale integrato che utilizza un approccio motif-agnostic per identificare con successo gli array TIGR e le relative proteine Tas da sequenze nucleotidiche non annotate, superando le sfide di rilevamento poste dalle architetture non canoniche dei sistemi.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
La natura è ricca di sistemi di difesa microscopici che batteri e virus utilizzano per combattere gli invasori. Per anni, gli scienziati si sono concentrati su una famosa famiglia di questi sistemi, nota come CRISPR, che agisce come una memoria immunitaria molecolare, tagliando il materiale genetico estraneo con precisione chirurgica. Tuttavia, una famiglia di sistemi più recente e strana è emersa di recente, la quale opera con un tipo diverso di ingegneria genetica. Questi sistemi si affidano a una proteina compatta, grande all'incirca quanto una piccola macchina molecolare, guidata da un tipo specifico di RNA che viene tagliato da un motivo ripetuto nel DNA. A differenza dei sistemi ben noti che si affidano a un modello rigido e uniforme per trovare i loro bersagli, questa nuova famiglia utilizza una disposizione più caotica di ripetizioni genetiche che possono variare in lunghezza e sequenza, rendendoli incredibilmente difficili da individuare nelle vaste librerie di dati genetici che gli scienziati hanno raccolto dall'ambiente.
Poiché questi sistemi sono così difficili da trovare, i ricercatori sono stati in grado di studiarne solo un manipolo, lasciando un enorme vuoto nella nostra comprensione di quanto siano diffusi e di quanto possano essere diversificati. Per colmare questo divario, un team di scienziati dell'Università di Adelaide ha sviluppato un nuovo programma informatico chiamato TIGRdisco. Questo strumento è progettato per dare la caccia a questi elusivi sistemi genetici direttamente dalle sequenze di DNA grezzo, che provengano da un singolo organismo o da un miscuglio complesso di microbi provenienti dal suolo o dall'acqua. Il programma funziona cercando prima la firma della proteina compatta che guida il sistema. Una volta trovato un potenziale match, agisce come un'ancora, scansionando il DNA circostante alla ricerca dei motivi unici e ripetuti che fungono da guida per il sistema. Il software è costruito per gestire due diverse forme di questi modelli: uno che appare come un doppio anello e un altro che forma una struttura simile a uno stelo, entrambi dei quali possono cambiare significativamente da un luogo all'altro.
I ricercatori hanno testato TIGRdisco contro una grande collezione di sequenze genetiche note per vedere quanto fosse efficace. Quando confrontato con i metodi esistenti che si affidano a regole rigide e predefinite per trovare questi modelli, TIGRdisco si è dimostrato molto più efficace nel trovare l'intero set di unità ripetute, recuperando più dell'80 percento dei modelli attesi all'interno della propria area di ricerca. Ancora più importante, lo strumento ha trovato questi sistemi in luoghi dove i metodi precedenti avevano fallito completamente. In molti casi, i modelli genetici scoperti non rientravano nelle regole standard che gli scienziati avevano precedentemente ipotizzato fossero necessarie. Inveve di trovare esempi uniformi e da manuale, TIGRdisco ha rivelato una vasta gamma di modelli non standard, inclusi ripetizioni leggermente più lunghe o più corte del previsto e sequenze che non corrispondevano ai template noti. Ciò suggerisce che il mondo naturale contenga una diversità di questi sistemi molto più ricca di quanto precedentemente riconosciuto.
Per dimostrare che lo strumento funziona in scenari reali, il team lo ha applicato a dati genetici raccolti da sorgenti idrotermali sottomarine e sorgenti termali nel Parco Nazionale di Yellowstone. Il programma ha identificato con successo nuovi esempi di questi sistemi in questi ambienti estremi. I ricercatori hanno poi esaminato da vicino le proteine trovate dallo strumento, utilizzando modelli informatici per predire le loro forme tridimensionali. Questi modelli hanno confermato che le proteine possiedvano le corrette caratteristiche strutturali attese di questo sistema, incluse specifiche regioni che permettono loro di legarsi all'RNA e tagliare il DNA. In un caso, lo strumento ha trovato un sistema in un virus che era stato precedentemente catalogato, ma per il quale il modello genetico guida non era mai stato identificato. TIGRdisco non solo ha trovato la proteina, ma ha anche localizzato il modello genetico mancante nelle vicinanze, dimostrando la sua capacità di ricomporre sistemi completi da dati frammentati.
Lo studio conclude che, sebbene il nuovo strumento sia altamente efficace, non è perfetto. Poiché è progettato per essere flessibile e trovare modelli che non si adattano a uno stampo rigido, occasionalmente può selezionare sequenze che potrebbero essere falsi allarmi, in particolare in DNA con composizioni chimiche insolite. I ricercatori osservano inoltre che lo strumento non è ancora in grado di distinguere tra ogni specifico tipo di modello che trova, e potrebbe perdere sistemi che si trovano molto lontani dalla proteina utilizzata come punto di partenza. Nonostante queste limitazioni, questo lavoro rappresenta un passo avanti significativo. Allontanandosi dalle regole rigide e permettendo ai dati di rivelare i propri modelli, TIGRdisco ha aperto la porta alla scoperta di un vasto e nascosto panorama di sistemi di difesa genetica. Questa scoperta suggerisce che la natura possiede molti più modi per proteggersi di quanto immaginassimo in precedenza, e fornisce un nuovo modo per gli scienziati per esplorare la diversità genetica del mondo microbico.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.