Strong correlation between amino acid frequency and codon degeneracy in genetic codes across all domains of life

地球上のあらゆる生命は、極小の細菌から巨大なクジラに至るまで、タンパク質を構築するための同じ基本的な指示書に依存しています。この指示書とは遺伝暗号であり、コドンとして知られる3文字の化学的な「言葉」の配列を、タンパク質を構成する20種類の異なる構成要素であるアミノ酸へと翻訳する普遍的なシステムです。この暗号のアルファベットは固定されていますが、どの程度の数の言葉が各構成要素に対応するかというルールは、驚くほど不均衡です。あるアミノ酸には単一の3文字の言葉が割り当てられている一方で、他のアミノ酸には、全く同じ意味を持つものとして最大6つの異なる言葉が割り当てられていることもあります。数十年にわたり、科学者たちは、この不均衡な分布が歴史上の偶然によるものなのか、それとも生命のニーズによって注意深く形作られたものなのかという疑問を抱いてきました。具体的には、あるアミノ酸に割り当てられた言葉の数が、そのアミノ酸が体内のタンパク質の中で実際に使われる頻度と一致しているのかどうか、という問いです。もし自然界がある特定の構成要素を大量に必要とした場合、生産を容易にするために、自然に多くの言葉を割り当てたのでしょうか。それとも、言葉の数が、最終的な生成物の中に含まれるその構成要素の量を決定したのでしょうか。

イェーナ・フリードリヒ・シラー大学の研究チームは、生命の全系統樹から実際のデータを見ることで、この疑問を解決しようと試みました。彼らは、細胞生命の3つの主要なドメイン（古細菌、細菌、真核生物）およびウイルスを含む、2万種類以上の異なる生物からの遺伝情報を収集しました。予測されるモデルや推測を用いる代わりに、彼らはこれらの生物のタンパク質に含まれるアミノ酸を単純にカウントし、それらの実世界の数値と遺伝暗号によって予測される理論上の数値を比較しました。結果の正確性を期すため、彼らは、DNAの化学組成が生物ごとに異なり、それが結果を歪める可能性があるという事実も考慮に入れました。彼らは、細胞内での活性度に関わらず、すべてのタンパク質を平等に扱い、構成要素の使用状況の純粋な全体像を得ました。

研究の結果、驚くべきパターンが明らかになりました。すなわち、アミノ酸が持つ言葉の数と、それがタンパク質の中に現れる頻度の間には、強く一貫した関連性があるということです。一般的に、より多くの同義コドンを持つアミノ酸はより多く存在し、言葉の少ないアミノ酸はより少なく存在します。この相関関係はすべての生命ドメインにおいて成立しており、遺伝暗号が確かに初期生命の要求に合わせて形作られたことを示唆しています。研究者たちは、原始的な世界で最初に利用可能であった可能性が高い最も単純なアミノ酸には、最も多くの言葉が割り当てられ、今日のタンパク質においても最も豊富であることを発見しました。逆に、進化の過程で後に登場した複雑なアミノ酸には、より少ない言葉が与えられ、現在も一般的ではありません。

しかし、物語はそれほど単純ではありません。全体的な傾向は強いものの、研究者たちはルールを一貫して破る特定のアノ酸を特定しました。グルタミン酸、アスパラギン酸、リシン、メチオニンの4つのアミノ酸は、それらが持つコドンの数から示唆されるよりもはるかに頻繁に使用されています。対照的に、システイン、アルギニン、ヒスチジン、プロリンは、予想よりも出現頻度が低くなっています。研究チームは、これらの逸脱がランダムなエラーではなく、後の進化的な圧力の結果であると提案しました。例えば、メチオニンが多用されるのは、それがすべてのタンパク質を構築するための不可欠な開始信号としての役割を果たしており、その高い代謝コストにかかわらず、その存在が求められるためです。一方、硫黄を含むシステインは、環境中に硫黄が乏しいことが多いこと、および、それが多すぎるとタンパク質が誤って凝集する原因となることから、使用が控えめになっています。同様に、プロリンは、その硬い構造がタンパク質の適切な折り畳みを困難にする可能性があるため、控えめに使用されます。

研究者たちはまた、遺伝暗号が、ノーベル賞受賞者フランシス・クリックが提唱した、偶然によって固定され変更できないとする「凍結された偶然」であるかどうかについても探究しました。彼らの発見はこの見解に異議を唱えるものです。言葉の数と使用量の間の強い相関関係は、暗号がランダムではなく、最初期の生命体のニーズを満たすように最適化されていたことを示唆しています。しかし、一度暗号が固定されると、生命は進化を続けました。生物が新しい環境に適応し、複雑な機能を開発するにつれ、自然選択が特定のアミノ酸の豊富さを微調整し、元のバランスから逸脱させていったのです。遺伝暗号自体は凍結されたままですが、それが構築するタンパク質は、生物のニーズに合わせて変化しました。

この研究の最も驚くべき側面の一つは、このパターンが、遺伝暗号が確立された何十億年も後に進化した植物、動物、菌類を含む複雑な生物、すなわち真核生物においても、驚くほどよく成立していることです。膨大な進化の距離にもかかわらず、コドンの数とアミノ酸の頻度の間の相関関係は、これらの複雑な生命形態においても依然として非常に強力です。これは、暗号の初期設計があまりにも効果的であったため、生命が今日見られる無数の形態へと多様化していく過程においても、基礎的なルールとして存続したことを示唆しています。また、研究では、特定のアミノ酸が増加または減少している一方で、タンパク質における正電荷と負電荷の全体的なバランスは、異なる環境下でも比較的安定していることが指摘されており、これは自然界がタンパク質の溶解性と機能性を維持するために繊細な平衡を保っていることを示しています。

結局のところ、この包括的な分析は、生命の指示書がいかにして書かれたのかという、より明確な全体像を提示しています。それは、遺伝暗号がランダムな割り当ての集合体ではなく、生命の黎明期における構成要素の可用性とコストに合わせて調整されたシステムであったことを示唆しています。後の進化的な圧力が特定の生物学的ニーズを満たすために変動をもたらしたとしても、暗号の根底にある構造は、それら古代の要求の明確な刻印を今なお留めています。本研究は、各アミノ酸に割り当てられた言葉の数が、そのアミノ酸がどの程度の頻度で使用されるかを予測する強力な指標であることを裏付けており、最初の生命システムを形作った制約と選択を垣間見る貴重な機会を提供しています。