Modeling survival–diversity trade-offs and rearrangement cascades in synthetic yeast SCRaMbLE

Sintesi Tecnica: Modellazione dei compromessi Sopravvivenza–Diversità e delle cascate di riarrangiamento nel sistema di SCRaMBLE in lievito sintetico

Definizione del problema
Le attuali investigazioni sperimentali sul processo di Synthetic Chromosome Rearrangement and Modification by LoxP-mediated Evolution (SCRaMBLE) nel genoma del lievito sintetico (Sc2.0) si basano principalmente sul sequenziamento di cloni terminali vitali. Questo approccio cattura solo la frazione "arricchita di sopravvissuti" del panorama dei riarrangiamenti, lasciando in gran parte non osservate le traiettorie che risultano letali (specificamente, la perdita di geni essenziali). Inoltre, manca un quadro quantitativo che modelli congiuntamente le relazioni tra i siti lox, i processi di riarrangiamento stocastici e i vincoli di sopravvivenza cellulare per comprendere i compromessi tra la generazione di diversità strutturale e il mantenimento della vitalità.

Metodologia
Gli autori hanno sviluppato un framework stocastico basato sull'ordine dei siti lox e consapevole del rischio (risk-aware) per simulare le traiettorie di SCRaMBLE in avanti nel tempo. I componenti metodologici chiave includono:

• Rappresentazione dello stato dinamico: Ogni cromosoma sintetico è modellato come una sequenza dinamica di segmenti delimitati da lox. Il sistema aggiorna l'ordine dei segmenti, l'orientamento, le giunzioni, le copie attive di lox e il numero di copie dei Open Reading Frames (ORF) dopo ogni evento.
• Motore degli eventi: Il simulatore elabora eventi di delezione, inversione e duplicazione tandem. Gli tentativi di evento sono campionati da una distribuzione di Bernoulli ($p_{event}$). Quando si verifica un evento, viene selezionata una coppia di lox appartenente allo stesso cromosoma in base a specifici schemi di campionamento, e viene scelto un tipo di evento basandosi su probabilità empiriche derivate da dati precedenti.
• Schemi di campionamento: Sono stati confrontati due schemi di campionamento delle coppie lox:
  1. Campionamento basato sulla distanza lineare: Pesatura delle coppie in base al numero di passi d'ordine lox ($d_{ij}$) utilizzando un decadimento a legge di potenza ($w \propto [1+d_{ij}]^{-\alpha}$).
  2. Campionamento parzialmente informato da Hi-C: Combinazione della componente di distanza con i dati diretti della matrice di contatto SynII (contatti Hi-C normalizzati) per SynII, con un fallback basato sulla distanza per altri cromosomi o coppie prive di dati di contatto.
• Gate di Essenzialità: È stato implementato un filtro di vitalità rigoroso in cui una traiettoria viene classificata come "fallita al gate" (gate-failing) nel momento in cui qualsiasi ORF essenziale trattenuta raggiunge lo zero di copie. Ciò consente di tracciare sia le traiettorie sopravvissute (gate-passing) che quelle letali (gate-failing).
• Griglia di simulazione: Lo studio ha valutato 88 scenari attraverso due famiglie di campionamento, quattro parametri di decadimento della distanza ($\alpha$) e 11 probabilità di evento ($p_{event}$). Ogni scenario prevedeva 10.000 traiettorie indipendenti con fino a 20 opportunità di eventi sequenziali.
• Analisi del riavvolgimento dello stato (State-Replay Analysis): Per comprendere le cascate di riarrangiamento, gli autori hanno riavvolto le traiettorie fallite al gate per analizzare come gli eventi precedenti non di delezione (inversioni/duplicazioni) abbiano alterato l'accessibilità e la probabilità dell'evento di delezione terminale che ha causato la letalità.

Risultati Chiave

1. Compromesso Sopravvivenza–Diversità: Esiste un compromesso continuo e riproducibile tra la frazione di traiettorie che superano il Gate di Essenzialità e la diversità strutturale degli endpoint sopravvissuti. L'aumento di $p_{event}$ riduce costantemente la frazione di superamento del gate aumentando la diversità strutturale.

   • La frontiera di Pareto (impostazioni non dominate) è stata definita interamente dal campionamento basato sulla distanza lineare con $\alpha = 2.0$.
   • In presenza di una soglia di superamento del gate predefinita di 0.70, l'impostazione più diversificata ammissibile si è verificata a $p_{event} = 0.10$ (frazione di superamento 0.7285, diversità strutturale $D_1 = 456.16$).
   • La massima diversità non ristretta ($D_1 = 1.138,78$) è stata raggiunta a $p_{event} = 0.30$, dove la frazione di superamento è scesa a 0.3710.

2. Meccanismi di Fallimento del Gate:

   • Tutte le traiettorie fallite al gate terminavano con un evento di delezione, poiché le inversioni e le duplicazioni preservano o aumentano il numero di copie.
   • Tuttavia, il 44,73% delle traiettorie fallite al gate conteneva almeno un'inversione o una duplicazione precedente.
   • Effetti a cascata: L'analisi del riavvolgimento dello stato ha rivelato che gli eventi non di delezione alterano l' "hazard" (rischio) di delezioni successive. Le inversioni hanno aumentato l'hazard di delezione a un singolo step che portava al fallimento del gate nel 41,66% degli stati campionati (spesso accorciando la distanza o attivando nuovi span letali), mentre le duplicazioni hanno diminuito l'hazard nel 96,67% degli stati (principalmente attraverso la renormalizzazione dello spazio delle coppie e il buffering).

3. Organizzazione Spaziale e Hi-C:

   • L'informazione parziale Hi-C ha fornito un modesto miglioramento nella correlazione di Pearson aggregata ($r = 0.4509$) rispetto al campionamento basato sulla distanza lineare ($r = 0.4329$).
   • Tuttavia, questo vantaggio non è stato costante tra le metriche; il campionamento basato sulla distanza lineare ha performato meglio in termini di correlazione di Spearman e RMSE.
   • La performance di classificazione dei hotspot è rimasta vicina al caso per entrambi i modelli, e le correlazioni di holdout per cromosoma sono state deboli, suggerendo che il segnale Hi-C è dipendente dal contesto e non si generalizza bene tra i cromosomi o per la predizione del top-10% degli hotspot.

4. Perdite a livello di intervallo: I fallimenti del gate si sono concentrati in intervalli ricorrenti su SynII contenenti geni essenziali come EXO84, TIM12, CMD1 e ALG1. I geni all'interno dello stesso segmento delimitato da lox condividevano frequenze di perdita identiche, indicando che la struttura dell'intervallo guida i pattern di perdita più dell'identità del singolo gene.

Significato e Rivendicazioni
Il documento sostiene di fornire una base computazionale riproducibile per:

• Quantificare i compromessi: Risolvere il compromesso sopravvivenza–diversità tramite una frontiera di Pareto, consentendo ai ricercatori di selezionare i parametri di induzione ($p_{event}$) che bilanciano la generazione di diversità strutturale con la ritenzione di cloni vitali.
• Traiettorie non osservate: Caratterizzare il "paesaggio mancante" delle traiettorie di riarrangiamento letali, dimostrando specificamente come gli eventi non di delezione (inversioni/duplicazioni) possano indirettamente innescare la letalità alterando l'accessibilità di delezioni successive.
• Generazione di ipotesi: Generare ipotesi a livello di intervallo per la calibrazione sperimentale. Il modello identifica specifici intervalli di SynII dove la delezione porta alla letalità, fornendo candidati testabili per la validazione sperimentale (ad esempio, tramite delezione CRISPR-Cas9).
• Rigore metodologico: Stabilire un framework che distingua tra le probabilità di evento definite dal modello e le condizioni di induzione sperimentale, sottolineando che l'attuale modello si concentra sugli eventi intracromosomici e che il lavoro futuro richiede una calibrazione in laboratorio per mappare le probabilità adimensionali sull'attività di Cre e sulla durata dell'esposizione.

Gli autori mantengono una posizione modesta, osservando che il Gate di Essenzialità cattura solo una componente della vitalità (la perdita di geni essenziali) e che il framework non tiene ancora conto della sensibilità al dosaggio, delle traslocazioni o delle complesse strutture intercromosomiche osservate nelle popolazioni sperimentali. Lo studio conclude che, sebbene i dati Hi-C parziali offrano un modesto guadagno predittivo, il modello basato sulla distanza lineare rimane robusto per definire il nucleo del panorama dei compromessi.