Earl Grey ParTEA: scalable, consistent transposable element annotation from pangenomes to deep phylogenetic scopes

Il genoma umano, e in effetti il genoma di quasi ogni essere vivente, non è una biblioteca statica di istruzioni, ma un paesaggio dinamico costantemente rimodellato dai suoi stessi abitanti interni. Tra questi abitanti più attivi ci sono gli elementi trasponibili, spesso chiamati "geni saltanti". Questi sono tratti di DNA che possono copiarci e inserirsi in nuove posizioni all'interno di un genoma, proprio come un libro che può fotocopiare le proprie pagine e incollarle in capitoli diversi. Sebbene molte di queste inserzioni siano innocue o addirittura benefiche, altre possono interrompere i geni o alterare il modo in cui il genoma funziona. Poiché questi elementi si muovono e si moltiplicano, sono una grande fonte di variazione genetica, guidando l'evoluzione e talvolta causando malattie. Per comprendere come le specie si adattino, come si diversifichino o come siano costruiti i loro genomi, gli scienziati devono essere in grado di mappare accuratamente questi geni saltanti. Tuttavia, farlo è stato un compito difficile, specialmente quando si cerca di confrontare molti genomi diversi contemporaneamente.

Tradizionalmente, i ricercatori hanno analizzato questi viaggiatori genetici un genoma alla volta. Costruivano un catalogo di geni saltanti per un singolo organismo di riferimento e usavano quell'elenco per trovare elementi simili in altri individui. Questo approccio presenta un difetto critico: se una famiglia di geni saltanti manca dal catalogo di riferimento, verrà persa interamente nei nuovi campioni. Al contrario, se i ricercatori costruiscono un cataloogo separato per ogni singolo genoma che studiano, i risultati diventano disordinati. La stessa famiglia di geni saltanti potrebbe ricevere nomi diversi in cataloghi differenti, rendendo impossibile capire se due organismi condividano una storia genetica comune o se abbiano evoluto le proprie versioni uniche. Ciò crea un punto cieco nella nostra comprensione di come la diversità genetica si diffonda tra le specie e le popolazioni.

Per risolvere questo problema, Tobias Baril, Alice Feurtey e Daniel Croll hanno sviluppato un nuovo strumento automatizzato chiamato Earl Grey ParTEA. Pensate a esso come a un bibliotecario capo che non si limita a catalogare libri da una singola biblioteca, ma raccoglie prima ogni libro da mille bibliche diverse, li fonde in un'unica collezione gigante e non ridondante, e poi usa questa singola collezione completa per ricatalogare ogni biblioteca di nuovo. Questa pipeline è progettata per gestire grandi gruppi di genomi simultaneamente, che si tratti di dieci diversi individui della stessa specie di pianta, dieci specie diverse di moscerini della frutta o dieci specie di funghi provenienti da tutto il regno. Costruendo una singola biblioteca condivisa di geni saltanti da tutti i genomi in input contemporaneamente, lo strumento assicura che ogni genoma sia annotato con lo stesso insieme coerente di nomi e definizioni. Ciò consente agli screnti di confrontare direttamente quanti geni saltanti possiede ciascun organismo, quali condividono e quali sono unici per essi.

I ricercatori hanno testato questo nuovo sistema su tre scale di vita molto diverse per vedere quanto funzionasse bene. Per prima cosa, hanno esaminato dieci accessioni del modello vegetale Arabidopsis thaliana. Anche all'interno di questa singola specie, che è molto strettamente correlata, lo strumento ha rivelato che un singolo genoma di riferimento non era sufficiente per catturare l'immagine completa. Man mano che aggiungevano altri genomi vegetali all'analisi, il numero di famiglie di geni saltanti identificate cresceva significativamente, raggiungendo un totale di 1.357 famiglie distinte. L'analisi ha mostrato che, sebbene la maggior parte di queste famiglie fosse condivisa tra tutte le piante, un piccolo numero era unico per specifici individui. Ciò suggerisce che anche all'interno di una singola specie, il paesaggio genetico è più diversificato e dinamico di quanto precedentemente pensato, con alcuni individui che portano un bagaglio genetico unico che altri non possiedono.

Successivamente, il team ha applicato lo strumento a dieci diverse specie di moscerini della frutta, un gruppo più distantemente correlato rispetto alle piante. Qui, la potenza del nuovo metodo è diventata ancora più evidente. Una libreria standard preesistente di geni saltanti dei moscerini della frutta conteneva solo 343 famiglie. Tuttavia, usando ParTEA per costruire una nuova libreria da tutte le dieci specie combinate, il numero di famiglie identificate è esploso a 1.852. Questo massiccio aumento ha rivelato che una quantità significativa di diversità genetica veniva persa dai metodi più vecchi. Una scoperta sorprendente è stata un tipo specifico di gene saltante, noto come elemento a cerchio rotante (rolling circle element), che era stato trovato in numeri molto bassi nella maggior parte delle specie di moscerini, ma era esploso in oltre 6.000 copie in una specie specifica, Drosophila miranda. Senza la capacità del nuovo strumento di guardare tutti i genomi insieme, questa massiccia espansione sarebbe rimasta nascosta, poiché non era presente nelle librerie di riferimento standard utilizzate per i moscerini della frutta.

Infine, i ricercatori hanno spinto lo strumento ai suoi limiti analizzando dieci specie di funghi provenienti da tutto il regno fungino, rappresentando una vasta distanza evolutiva. In questo confronto profondo, i risultati sono stati quite diversi. Poiché queste specie sono molto distanti nella loro storia evolutiva, i loro geni saltanti si erano diversificati così tanto che quasi nessuno era condiviso. Lo strumento ha identificato quasi 2.800 famiglie, ma la stragrande maggioranza era unica per un singolo genoma, con solo una minima frazione condivisa tra tutte le dieci specie. Ciò ha confermato che, su lunghi periodi di tempo, le "famiglie" genetiche di geni saltanti subiscono un turnover completo, con le vecchie che scompaiono e le nuove che emergono. Lo strumento ha anche evidenziato che la qualità dei dati genomici è importante; per alcuni funghi con genomi molto piccoli o frammentati, l'analisi è stata più difficile, ma la pipeline è comunque riuscita a organizzare i dati e a fornire un quadro chiaro delle differenze nel contenuto genetico.

Oltre al semplice conteggio e alla denominazione di questi elementi, lo strumento fornisce un modo per visualizzare la storia della loro attività. Può mostrare se una specie sta attualmente vivendo un'esplosione di nuove inserzioni di geni saltanti o se il suo genoma è dominato da copie più vecchie e inattive. Negli esempi dei moscerini della frutta e dei funghi, i ricercatori hanno potuto vedere che alcune specie stanno accumulando attivamente nuove copie di geni specifici, mentre altre mostravano segni di attività antica che si era da tempo rallentata. Questo tipo di confronto dettagliato aiuta a comprendere non solo quale materiale genetico è presente, ma anche come sia cambiato nel tempo e come possa influenzare l'evoluzione della specie.

La significatività di questo lavoro risiede nella sua capacità di standardizzare il modo in cui guardiamo alla diversità genetica. Passando da istantanee di singoli genomi verso un approccio comparativo unificato, lo strumento rivela un quadro molto più ricco e accurato del mondo vivente. Mostra che la diversità genetica all'interno di una specie è spesso più profonda di quanto previsto, e che le differenze tra le specie possono essere profonde. I ricercatori hanno messo questo strumento a disposizione della comunità scientifica, permettendo ad altri di applicare gli stessi metodi rigorosi e coerenti ai propri studi. Ciò apre la strada a una nuova era della ricerca genomica in cui il complesso e mutevole paesaggio dei geni saltanti può essere mappato con chiarezza, aiutando a svelare i segreti di come la vita si evolva e si adatti.