Gene-resolved synonymous codon ordering reveals conserved CpG avoidance in cetacean morbillivirus

技術的要約：鯨類モルビリウイルスにおける遺伝子解像度の同義コドンの配列順序

問題の所在
ウイルスゲノムにおける同義配列の進化は、コドン組成（どのコドンが使用されるか）とコドン順序（それらのコドンの配置）の両方によって駆動される。しかし、これら二つの要素がゲノム解析において分離されることは稀である。ジヌクレオチド枯渇（特にCpGおよびUpA）は動物性RNAウイルスの既知の現象であるが、標準的な比率では、その枯渇がエンコードされたタンパク質配列に起因するのか、全体的な塩基組成に起因するのか、あるいは同義コドンの特定の配列順序に起因するのかを区別できない。本研究は、以下の進化的な問いに取り組む：固定されたタンパク質配列と固定された同義コドンの目録があるとき、それらのコドンは、隣接するコドン境界におけるCpGまたはUpAモチーフの形成を最小化するように配置されているのだろうか？

方法論
研究者らは、16の正確かつ一意な、自然宿主由来の完全な鯨類モルビリウイルス（CeMV）ゲノムを分析した。これには、N、P、M、F、H、およびL遺伝子の96個の標準的なコーディング配列（CDS）が含まれる。核心となる手法は、条件付きコドン順序ランダム化である：

• 条件付き帰無モデル： 各CDSに対し、9,999回のモンテカルロ・ランダム化を生成した。これらの置換では、すべての一次配列の位置、すべての同義コドンの正確な数、CDSの長さ、およびGC含有量を保持した。同義コドンの順序のみを変更した。
• 境界分析： コドン境界をまたぐ16種類のジヌクレオチド（コドン i の第3塩基からコドン i+1 の第1塩基まで）をカウントした。CpGおよびUpA（DNA形式におけるTpA）を主な対象とした。
• 統計的枠組み： 濃縮度は $(Observed + 0.5) / (Mean\ Null + 0.5)$ として算出された。値が1を下回る場合は枯渇を示す。二側経験的 P 値はランダム化の裾野から導出され、偽発見率（FDR）を制御するためにベンジャミニ・ホックバーグ補正が適用された。
• 感度および頑健性チェック：
  • 系統学的依存性： 結果が系統間で維持されるかをテストするため、99%、98%、および95%のコーディング同一性でクラスターを定義した。
  • 重複遺伝子： 重複するCリーディングフレームおよびVエディティングの文脈による混同効果を排除するため、あらかじめ指定された除外分析としてP遺伝子を除去した。
  • タンパク質進化の相関： スライディングウィンドウ解析（100アミノ酸）を用いて、局所的なタンパク質エントロピーおよびアミノ酸分岐度を、局所的なCpG/UpAの順序と比較し、タンパク質進化と同義の順序の間の結合をテストした。
  • 宿主リファレンス： 観察されたコドン対応関係が、ハンドルボート dolphin およびハイイロイルカのリファレンスに対してどのように対応するかを評価するため、コドン適応指数（CAI, RCDI, D）を計算した。
    [中略]
    主要な結果

1. 保存されたCpG回避： すべての96個のCDSは、条件付き帰無モデルの下で予想されるよりも有意に少ないコドン境界CpG部位を含んでいた（中央値の比率はL遺伝子の0.535からH遺伝子の0.637の範囲）。この枯渇は、すべての遺伝子においてFDR補正（$q < 0.05$）後も有意であった。
2. 遺伝子依存的なUpAの順序： UpAの枯渇は一様ではなかった。96個中95個のCDSが比率1未満を示したが、統計的に有意であったのは29個のみであった。有意なUpA枯渇はNおよびP遺伝子に集中しており、M、F、H、およびLは帰無モデルに近い中央値を示した。
3. 系統および重複に対する頑健性： CpG枯渇の傾向は、3つの同一性クラスター（ナガスクジラやイルカのモルビリウイルスを含むシングルトンクラスターを含む）全体で持続しており、P遺伝子の完全な除外後（80 CDSを分析）も有意であり続けた。
4. タンパク質進化からのデカップリング： PとHは最もアミノ酸分岐度の高い遺伝子であり、一方でMは最も保存された遺伝子であった。しかし、スライディングウィンドウ解析により、局所的なタンパク質エントロピー（アミノ酸の変化率）と局所的なCpGまたはUpA境界の順序との間に相関がないことが明らかになった。急速に変化するタンパク質領域が、系統的に同義の境界枯渇を獲得または喪失することはない。
5. 宿主リファレンスの安定性： ハンドルボート dolphin およびハイイロイルカのリファレンスから導出されたコドン対応のランキングは、スペアマンの $\rho > 0.99$ でほぼ同一であった。これは、観察されたパターンが選択された宿主リファレンスに対して頑健であり、特定の宿主適応の証拠ではないことを示唆している。

意義および主張
本論文は、保存された遺伝子特異的な同義コドンの配置を特定したと主張している。これは、CeMVにおいてコドン境界におけるCpG形成を能動的に回避するものである。

• シグナルの分離： タンパク質配列とコドンの目録を固定することで、本研究は、CpG回避が単なるコドン選択やタンパク質の制約ではなく、順序の特性であることを実証した。
• 進化的制約： これらの結果は、遺伝子特異的なタンパク質進化とは独立して、かつその上に重なる形で作用する、RNAレベルの進化的制約が存在することを示唆している。
• メカニズム： 著者らは、この順序がフィットネスに関連するRNAの特性を保持するか、あるいは宿主の自然免疫によって認識される好ましくないモチーフへの露出を減少させている可能性があると考えているが、具体的な分子メカニズムは未検証である。
• 限界： 著者らは、本研究は計算科学的なものであり、表現型の結果や特定の宿主免疫メカニズムを証明するものではないことを明示している。また、データセットが系統的に不均衡であること（イルカの配列に偏っていること）、およびPの除外はRNAレベルの制約（例：二次構造）を完全には排除しないことも述べている。

結論として、この保存されたCpG回避的な順序付けは、同義のモチーフ配置がウイルスの複製や表現型にどのように影響するかについての将来的な実験的検証のための、再現可能な分子進化のベースラインを提供するものである。