GWIscan: an automated pipeline for genome-wide identification and in silico characterization of gene families
GWIscan è una pipeline automatizzata multi-specie che integra analisi BLAST, profile HMM e InterPro per identificare e caratterizzare in modo esaustivo le famiglie geniche, superando gli approcci a metodo singolo nel recupero di ulteriori membri ad alta confidenza e nella riproduzione di inventari stabiliti.
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 vita è costruita a partire da istruzioni scritte in un codice chiamato DNA, che le cellule leggono per costruire le proteine. Queste proteine sono gli operai che portano a termine quasi ogni compito all'interno di un organismo, dalla digestione del cibo alla difesa contro le malattie. Spesso, questi operai si presentano in gruppi, dove molti membri condividono una forma o una funzione simile perché discendono da un antenato comune. Gli scienziati chiamano questi gruppi famiglie geniche. Per capire come funziona un essere vivente, i ricercatori devono prima trovare e contare queste famiglie all'interno del suo codice genetico. Tuttavia, poiché nuovi genomi vengono sequenziati a un ritmo rapidissimo, l'enorme volume di dati ha reso difficile questo compito. I metodi tradizionali si basano sulla ricerca di corrispondenze tra forme proteiche note e nuove sequenze genetiche, ma nessun singolo metodo di ricerca è perfetto. Alcune famiglie vengono trascurate perché appaiono troppo diverse dagli esempi noti, mentre altre vengono identificate erroneamente perché condividono una piccola caratteristica non correlata. Ciò lascia i ricercatori con elenchi incompleti e il faticoso compito di controllare e organizzare manualmente i risultati.
Un nuovo strumento chiamato GWIscan, sviluppato da Beaven Manjengwa, offre una soluzione automatizzando l'intero processo. Il software agisce come uno scanner completo che cerca le famiglie geniche attraverso l'intero genoma, combinando due diverse strategie di ricerca per garantire che nulla venga tralasciato. In primo luogo, cerca corrispondenze dirette con sequenze proteiche note, similmente al trovare un libro specifico attraverso il suo titolo. Successivamente, esegue una seconda ricerca, più sottile, che cerca il progetto strutturale sottostante della proteina, anche se il titolo è cambiato. Fondendo i risultati di queste due ricerche, lo strumento crea una lista di candidati più completa. Successivamente, agisce come un editor rigoroso, verificando che ogni candidato appartenga realmente alla famiglia controllando caratteristiche specifiche e distintive. Una volta confermata la lista, il software raccoglie automaticamente informazioni dettagliate su ogni membro, come la sua dimensione, le proprietà chimiche e dove probabilmente lavorerà all'interno della cella. L'intero flusso di lavoro avviene in un'unica esecuzione automatizzata, eliminando la necessità per i ricercatori di unire diversi programmi o compilare manualmente i dati.
Per testare se questo approccio funzionasse, i ricercatori hanno applicato GWIscan ai codici genetici di tre diverse piante: una piccola pianta infestante a fiore, il mais e un comune fagiolo. Si sono concentrati su un gruppo specifico di proteine chiamate lectine, che aiutano le piante a riconoscere e interagire con l'ambiente circostante. Il team ha confrontato i risultati di GWIscan con studi precedenti che avevano contato manualmente queste proteine nelle stesse piante. Nella pianta infestante, il nuovo strumento ha trovato 211 dei 217 geni che erano stati riportati nelle ricerche precedenti, un tasso di successo che eguagliava o migliorava gli sforzi passati. Negli studi sul mais e sul fagiolo, lo strumento non solo ha riprodotto i conteggi noti, ma ha anche trovato membri aggiuntivi che le vecchie ricerche a metodo singolo avevano trascurato. Ad esempio, nella pianta di fagiolo, lo strumento ha identificato decine di nuovi geni lectina che erano stati mancati perché presentavano una struttura leggermente diversa rispetto agli esempi standard. Queste nuove scoperte non erano ipotesi casuali; lo strumento ha confermato che questi geni extra possedevano le corrette caratteristiche strutturali per far parte della famiglia.
Lo studio dimostra che combinare diversi metodi di ricerca è più efficace che affidarsi a uno solo. Quando i ricercatori hanno esaminato da vicino i geni che erano stati mancati dai metodi più vecchi, hanno scoperto che alcuni erano troppo diversi nella sequenza per essere catturati da una semplice corrispondenza, mentre altri erano troppo complessi per una ricerca strutturale da sola. Utilizzando entrambi gli approcci insieme, GWIscan ha recuperato questi pezzi mancanti. Lo strumento si è anche dimostrato capace di gestire dati da più specie contemporaneamente, organizzando i risultati in un confronto chiaro che mostra come le famiglie geniche varino tra diverse piante. Sebbene il software sia progettato per lavorare su qualsiasi organismo vivente, i ricercatori hanno osservato che alcuni dei passaggi di analisi avanzata richiedono licenze specifiche per l'uso accademico. In definitiva, GWIscan fornisce un modo affidabile e automatizzato per mappare le famiglie genetiche di qualsiasi specie, trasformando un compito complesso e manuale in un processo snello che produce risultati ad alta affidabilità.
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.