A simple mathematical model for the discontinuity in average nucleotide identity distributions in prokaryotes

Sintesi Tecnica: Un Semplice Modello Matematico per la Discontinuità nelle Distribuzioni della Media dell'Identità Nucleotidica nei Procarioti

Definizione del Problema
Le specie microbiche sono osservate come cluster genomici discreti, un fenomeno evidenziato dal "gap ANI", una discontinuità ben documentata nelle distribuzioni della Media dell'Identità Nucleotidica (Average Nucleotide Identity - ANI). Sebbene le soglie ANI (tipicamente il 95% per l'intra-specie e <85% per l'inter-specie) siano standard per delineare le specie procariotiche, la larghezza di questo gap e i valori specifici dei confini variano significativamente tra i diversi gruppi tassonomici. La comprensione attuale postula che questa variazione derivi dall'interazione tra due forze evolutive: la mutazione, che guida la divergenza, e la ricombinazione omologa, che promuove la coesione. Tuttavia, mentre precedenti modelli teorici hanno stabilito che il rapporto tra mutazione e ricombinazione determina se i cluster si dissolvono o persistono, i meccanismi specifici che modellano la dimensione dei cluster, la spaziatura e le caratteristiche del gap ANI nei regimi intermedi rimangono scarsamente compresi. Questo articolo affronta la questione se un modello matematico semplificato di mutazione e ricombinazione possa spiegare analiticamente la variazione nelle distribuzioni ANI osservata in diversi gruppi tassonomici.

Metodologia
Gli autori hanno sviluppato un modello di approssimazione di campo medio che rappresenta la dinamica genomica in uno spazio euclideo bidimensionale continuo e semplificato. In questa astrazione, i genomi sono trattati come vettori in cui la distanza spaziale codifica la dissimilarità genomica (ad es., $1 - \text{ANI}$). Il modello integra tre componenti primarie:

1. La Mutazione come Diffusione: La mutazione è modellata come un processo di diffusione stocastica in cui i genomi si comportano come camminatori casuali (random walkers). Le mutazioni avvengono tramite un processo di Poisson con tasso $\mu$, risultando in spostamenti casuali estratti da una distribuzione gaussiana. Questo processo causa l'espansione del cluster genomico nel tempo.
2. La Ricombinazione Omologa come Attrazione: La ricombinazione è modellata come una forza attrattiva che tira i genomi l'uno verso l'altro. La probabilità di ricombinazione tra due genomi dipende dalla loro distanza ($d$) e decade esponenzialmente con la divergenza di sequenza: $p_{ij} = p e^{-\alpha d_{ij}}$. Qui, $p$ è il tasso di ricombinazione basale e $\alpha$ rappresenta il tasso di decadimento dell'efficienza di ricombinazione. Quando avviene la ricombinazione, un genoma si sposta di una frazione $s$ della distanza verso il proprio partner.
3. Derivazione Analitica: Gli autori hanno derivato le condizioni di equilibrio per il raggio quadratico medio ($R_t$) di un cluster genomico bilanciando l'espansione dovuta alla mutazione con la contrazione dovuta alla ricombinazione. Hanno risolto l'equazione differenziale $dR/dt = 0$ per trovare punti di equilibrio stabili e instabili.

Le previsioni del modello sono state confrontate qualitativamente con le distribuzioni ANI empiriche derivate da oltre 300.000 confronti a coppie di cinque generi batterici (Escherichia, Brucella, Leptospira, Proteus e Campylobacter) utilizzando assemblaggi di genomi completi dal database NCBI.

Contributi Chiave e Risultati
Lo studio fornisce una soluzione analitica per il raggio di equilibrio dei cluster genomici utilizzando la funzione $W$ di Lambert. I risultati chiave includono:

• Stati di Equilibrio: Il modello identifica due raggi critici: un equilibrio stabile ($R^*_{W0}$) che rappresenta la dimensione di un cluster genomico, e un equilibrio instabile ($R^*_{W-1}$). I genomi all'interno del raggio instabile sono attratti verso il centro del cluster stabile, mentre quelli oltre di esso divergono indefinitamente. La regione tra questi due raggi rappresenta una zona dinamicamente instabile, che gli autori propongono come spiegazione della discontinuità osservata (gap) nelle distribuzioni ANI.
• Sensibilità dei Parametri:
  • Mutazione ($\mu$): Tassi di mutazione più elevati aumentano il raggio del cluster stabile ($R^*_{W0}$), portando a una maggiore variabilità intra-specie e spostando il gap ANI verso valori inferiori.
  • Tasso di Ricombinazione ($(N-1)p$): Tassi di ricombinazione più elevati diminuiscono il raggio del cluster, riducendo la variabilità e spostando il gap verso valori superiori.
  • Tasso di Decadimento ($\alpha$): Un tasso di decadimento più elevato (ricombinazione meno promiscua) indebolisce la forza coesiva, aumentando il raggio del cluster. Al contrario, un $\alpha$ più basso (ricombinazione più promiscua) aumenta la distanza tra i diversi cluster ($D_{between}$), ampliando di conseguenza il gap ANI.
• Replicazione dei Dati Empirici: Regolando il rapporto tra mutazione e ricombinazione e il tasso di decadimento $\alpha$, il modello riesce a replicare qualitativamente la variabilità vista nelle reali distribuzioni ANI. Ad esempio, simula gap stretti con alta diversità (come Escherichia) e gap ampi con bassa diversità (come Brucella) variando questi parametri.

Significato e Rivendicazioni
Gli autori sostengono che il loro modello semplificato fornisca un quadro trattabile per comprendere le dinamiche fondamentali che governano i confini delle specie microbiche. Derivando analiticamente le condizioni di equilibrio, il modello offre previsioni specifiche e testabili:

1. Una mutazione più elevata aumenta la variabilità intra-specie e sposta il gap ANI verso il basso.
2. Una ricombinazione omologa più elevata riduce la variabilità e sposta il gap verso l'alto.
3. Una ricombinazione più promiscua (un $\alpha$ più basso) amplia il gap ANI aumentando le distanze inter-cluster.

L'articolo sottolinea che la delineazione delle specie richiede di considerare congiuntamente i tassi di mutazione, i tassi di ricombinazione e il decadimento dell'efficienza di ricombinazione con la divergenza di sequenza. Sebbene il modello sia una semplificazione (ignorando lo spazio fisico, i paesaggi di fitness e i cluster nidificati), esso serve come passo fondamentale per motivare futuri sforzi sperimentali e teorici volti a quantificare questi parametri nelle popolazioni microbiche. Gli autori incoraggiano la comunità a testare queste previsioni per comprendere meglio le forze evolutive che modellano la diversità microbica.