Compartment-dependent selection regimes maintain the G-quadruplex paradox across the eukaryotic kingdoms

技術的要約：コンパートメント依存的な選択レジームによるG-クアドラプレックス・パラドックスの維持

問題提起
G-クアドラプレックス（G4）DNA構造は、真核生物ゲノムにおいてパラドキシカルな分布を示す：これらはコーディング配列（CDS）からは系統的に枯渇している一方で、プロモーターや非翻訳領域（UTR）などの調節領域には濃縮されている。この「G4パラドックス」は特定の系統（特に動物界 Animalia）において記録されているが、これが真核生物のゲノム構成における普遍的な特徴なのか、あるいは歴史的なサンプリングバイアスの産物であるのかは不明である。さらに、これら四つの真核生物界（動物界、菌界、植物界、原生生物界）におけるこのアーキテクチャを維持している選択レジームも完全には理解されていない。具体的には、CDSにおける枯渇が、サイレントサイトに対する構造的制約によるものなのか、あるいはコドン適応のような交絡因子によるものなのか、また、非コーディング領域における濃縮が、保存された、あるいは系統特異的な分子機構によって管理されているのかが不明である。

方法論
著者らは、先行研究における動物界への偏りを補正するため、四つの真核生物界（動物界：86、菌界：49、植物界：33、原生生物界：30）に層別化した、198の参照ゲノムからなるバランスの取れたサンプルを分析した。本研究では、以下の多段階の計算パイプラインを用いた：

1. G4検出および安定性分類： ゲノム領域（5′UTR、CDS、イントロン、3′UTR、プロモーター、インタージェニック）を、正規表現パターンとG4Hunterスコアのコンセンサスを用いてスキャンした。モチーフは、さらにMergny–Lacroixの熱力学的安定性（$\Delta G \le -5$ kcal/mol）によってフィルタリングされ、「コンセンサス安定」G4として特定された。
2. 系統間濃縮解析： 本研究では、各系統における特定の領域（vs ゲノム全体の背景）における安定なG4のlog2濃縮比（IRR）を算出した。シグネチャーの一致性は、厳格な基準（Rule B）およびタイ（同値）許容基準（Rule A）の下でテストされた。
3. コドンレベルの進化解析（dN/dS）： 各系統内の近縁な種ペアに対し、G4がオーバーラップするコドンとコントロールコドンの間の同義置換率（$dS$）および非同義置換率（$dN$）のNei–Gojobori比較を行った。極めて重要な点として、この解析は、翻訳選択による同義置換率への交絡効果を制御するために、コドン適応指数（CAI）による遺伝子ごとの調整を伴って繰り返された。
4. ヘリカーゼの共進化（PGLS）： 6つのG4解消ヘリカーゼオーソログファミリー（BLM/WRN/RECQ、PIF1、FANCJ/BRIP1、RTEL1、DDX5、DDX17）のコピー数を定量化した。系統学的一般化最小二乗法（PGLS）回帰を用い、系統的非独立性を補正した上で、ヘリカーゼのレパートリーと異なるゲノミックコンパートメントにおけるG4存在量の関連性をテストした。頑健性は、ポリトミーのないサブセットおよび独立したOpen Tree of Lifeバックボーンを用いて検証された。
5. モチーフの年代層別化： G4モチーフをホスト遺伝子のオーソロググループにマッピングし、それらが「古代の」（真核生物共通祖先（LECA）以来の保存された）遺伝子に存在するのか、あるいは「系統特異的な」遺伝子に存在するのかを決定した。

主要な結果

• G4パラドックスの検証： 本研究は、G4パラドックスがクロス・キングダム（系統横断的）な特徴であることを確認した。厳格な基準の下では、CDSの枯渇とインタージェニック領域の濃縮は、すべての真核生物界においてシグネチャーの一致を示した。タイ許容基準の下では、イントロンおよびプロモーターの濃縮もシグネチャーの一致を示したが、これは原生生物界および菌界の一部の種において、それらの領域に安定なG4がゼロであったことに依存している。
• CDSの枯渇はコドン適応に起因し、サイレントサイトの制約ではない：
  • 初期のNei–Gojobori解析では、7つのうち6つの未飽和種ペアにおいて、G4がオーバーラップするコドンでの$dS$の5〜16%の抑制が見られた。
  • しかし、遺伝子ごとのCAIによる調整後、この抑制は消失した。調整後のG4オッズ比が1を大幅に下回ったペアは0/7であり、5つのペアでは方向が逆転した（$OR > 1$）。
  • 結論： 見かけ上の$dS$の抑制は、G4がオーバーラップするコドンが高発現かつコドン最適化された遺伝体に優先的に配置されていることによるアーティファクトである。選択圧は、G4モチーフ自体内のサイレントサイトにおける特定の構造的制約ではなく、コドン適能にある。
• 非コーディング領域における系統特異的なヘリカーゼ共進化：
  • CDSとは異なり、特定のヘリカーゼとの関連が多重比較補正を生き残ったのは、イントロンおよびプロモーターにおいてであった。
  • ベンジャミーニ・ホックバーグ補正（$q < 0.10$）の後も有意であった5つの関連は以下の通りである：
    • 原生生物界： FANCJ/BRIP1はプロモーターG4と負の相関があり、RTEL1およびBLM/WRN/RECQはイントロンG4と関連していた。
    • 菌界： PIF1はプロモーターG4と負の相関があった。
    • 植物界： FANCJ/BRIP1はイントロンG4と正の相関があった。
  • 特筆すべきは、FANCJ/BRIP1が文脈依存的な挙動を示すことである。そのコピー数は、植物においてはイントロンG4の維持と相関するが、原生生物においてはプロモーターG4の解消と相関する。
• イントロンG4の進化的な深さ： イントロンG4モチーフは圧倒的に深く保存されたオーソロググループ（すべての系統で≥87.5%）に集中しており、これはこれらの構造の調節的文脈が真核生物の初期進化以来維持されてきたことを示唆している。対照的に、プロモーターG4は主に系統特異的な遺伝子に見られる。

意義と主張
本論文は、G4パラドックスの維持のための二重のレジーム・アーキテクチャを提唱している：

1. コーディング配列において： 主要な選択圧はコドン適応である。G4の枯渇は、高度に発現する遺伝子において特定のコドンを優先する翻訳選択の副産物であり、サイレントサイトにおけるG4形成に対する直接的な構造的制約によるものではない。
2. 非コーディング領域（イントロン/プロモーター）において： 選択はG4構造に直接作用する。これらの構造の維持は、系統ごとに調整されたヘリカーゼ機構（例：FANCJ/BRIP1、PIF1、RTEL1）によるコンパートメント特異的な展開によって管理されている。

著者らは、クロス・キングダムのG4パラドックスは、動物界特有のアーティファクトではなく、保存された調節的アーキテクチャであると主張している。このパラドックスのメカニズムの中核は非コーディング領域にあり、そこではG4が系統ごとに調整されたヘリカーゼによって能動的に管理されており、おそらくRNAプロセシングや転写カップリングの役割を果たしている。本研究は、CDSの枯渇をG4耐性の失敗としてではなく、ホスト遺伝子の発現プロファイルの結果として再定義すると同時に、イントロンおよびプロモーターが真の機能的G4生物学および選択的維持の場であることを特定している。

著者が認める限界事項
プロモーターの定義（固定された-1000 bpウィンドウ）は、キネトプラスト類（原生生物）において生物学的に不均一であり、それがプロモーター特異的な関連の解釈に影響を与える可能性がある。また、ヘリカーゼ解析はKEGGオーソログアノテーションに依存しており、特定のパラログを見逃している可能性がある。さらに、dN/dS解析における非動物界の系統は単一の種ペアに基づいているため、系統全体への普遍性を確認するにはさらなる再現実験が必要である。本研究は比較ゲノミクス解析であり、ヘリカーゼ数とG4存在量の相関を示してはいるが、解析された非モデル生物におけるこれらのヘリカーゼの具体的なメカニズム的役割を実験的に検証したものではない。