Lifestyles of Gypsy-family transposons shape their regulatory mechanisms

문제 정의
전위 인자(Transposable elements, TEs)는 진핵생물 게놈의 상당 부분을 차지하며 게놈 안정성에 위협이 된다. Drosophila melanogaster에서 PIWI 결합 RNA(piRNA) 침묵 경로를 중심으로 한 TEs와 숙주 게놈의 공진화는 잘 연구되어 왔으나, 이 요소들의 종간 진화 패턴에 대해서는 이해가 부족하다. 특히, Drosophila에서 가장 활발한 그룹인 Gypsy 패밀리 LTR 레트로트랜스포존(Long Terminal Repeat retrotransposons)의 진화적 역학은 여전히 불분명하다. 핵심적인 생물학적 질문은 이 요소들의 "생활 방식(lifestyle)"에 관한 것이다. 즉, 이들이 어떻게 생식세포 제한적 활성(germline-restricted activity)에서 체세포-생식세포 간 감염성(somatic-to-germline infectivity)으로 전환되는지의 문제이며, 이는 ENV(Envelope) 및 sORF2와 같은 바이러스 유래 단백질에 의해 매개된다고 가설이 세워져 있다.

연구 방법론
저자들은 313종의 드로소필리드(drosophilid)를 대표하는 500여 개의 공개된 롱리드(long-read) 게놈 어셈블리 자원을 활용하였다. 품질 관리 필터링을 거친 후, 약 5,000만 년의 진화를 아우르는 10개 속(genera)의 249개 고품질 게놈으로 구성된 데이터셋을 큐레이션하였다.

본 연구는 다단계 계산 파이프라인을 사용하였다:

1. TE 주석 달기(Annotation): EDTA(Extensive de novo TE Annotator)와 RepeatMasker를 사용하여 전역적인 TE 경관을 평가하였다.
2. Gypsy 특이적 큐레이션: 특정 Gypsy 패밀리 LTR 레트로트랜스포존을 식별하기 위해, 큐레이션된 D. melanogaster TE 라이브러리의 보존된 Polymerase (POL) ORF(open reading frame)를 기반으로 은닉 마르코프 모델(HMM)을 구축하였다. 이 HMM들을 사용하여 249개 게놈에서 상동성 POL 서열을 식별하였다.
3. 컨센서스 구축: 상호 최적 일치(Reciprocal best hits)를 사용하여 상동 유전자를 할당하였다. 히트(hits)를 확장하고 MAFFT 및 CIAlign과 같은 도구를 사용하여 다중 서열 정렬(MSA)을 수행함으로써 전체 길이의 컨센서스 서열을 생성하였다.
4. 검증: LTR 동일성(최근 삽입의 경우 5' 및 3' LTR이 동일해야 함)을 확인하고, piRNA 경로 타겟팅(antisense mapping, 5' 3' 편향, 23-29 nt 길이)을 확인하기 위해 소형 RNA 시퀀싱(sRNA-seq) 데이터를 매핑하여 파이프라인의 정확도를 검증하였다.
5. 진화 분석: 선택 압력을 평가하기 위해 비동의/동의 돌연변이 비율(dN/dS)과 전이/전환 비율(Ts/Tv)을 계산하였다. 또한, 수평적 트랜스포존 전이(HTT)를 나타내는 계통 발생적 불일치를 탐지하기 위해 POL 서열의 계통수(phylogenetic trees)를 구축하였다.
6. 조절 분석: D. melanogaster 모티프에 대해 FIMO를 사용하여 5' LTR 영역의 전사 인자 결합 부위(TFBS)를 스크리닝하였다. ENV ORF의 상태(전체 길이 vs. 부재/단편화)와 TFBS 존재 여부를 상관시키기 위해 혼합 효과 로지스틱 회귀(mixed-effects logistic regression)를 사용하였다.

주요 결과

• 게놈 경관: 레트로 요소(Retroelements)는 DNA 트랜스포존보다 드로소필리드 게놈에서 유의미하게 더 큰 비율을 차지하며, Gypsy 패밀리는 LTR 레트로트랜스포존 중 가장 높은 게놈 커버리지를 보여주었다. D. melanogaster와 유사한 Gypsy TEs는 널리 퍼져 있으나, 그 풍부함은 계통군(clades)마다 크게 달랐다.
• ORF의 진화적 역학:
  • sORF2: Gypsy/mdg1 패밀리와 관련된 이 단백질은 매우 잘 보존되어 있으며, 드로소필리드 전반의 거의 모든(>80%) 컨센서스 서열에서 발견되었다. 이는 이것이 해당 클레이드에 대한 보편적인 구성 요소임을 시사한다.
  • ENV: 이와 대조적으로, Gypsy/gypsy 패밀리와 관련된 ENV 단백질은 계통 전반에 걸쳐 반복적인 소실과 단편화 패턴을 보였다. 많은 Gypsy/gypsy 요소들이 기능적인 ENV ORF를 상실하였으며, 이는 체세포-생식세포 간 감염성에서 생식세포 제한적 활성으로의 전환을 시사한다.
  • 선택: 모든 주요 ORF(POL, GAG, sORF2, ENV)는 정화 선택(purifying selection, dN/dS < 1)의 증거를 보였으나, ENV는 빈번한 불활성화와 일치하게 다른 ORF들보다 높은 dN/dS 비율을 나타냈다.
• 수평적 전이: TE POL 서열의 계통수는 종종 숙주 종 계통수와 충돌하였으며, 이는 특히 D. melanogaster 클레이드와 Zaprionus 속 사이의 광범위한 수평적 트랜스포존 전이(HTT) 사건에 대한 강력한 증거를 제공한다.
• 전사 조절: 본 연구는 ENV의 존재 여부와 상관관계가 있는 5' LTR 영역의 특정 TFBS 모티프를 식별하였다.
  • 체세포 발현: 전체 길이의 ENV 존재는 난소 체세포에서 발현되는 전사 인자인 traffic jam(tj) 및 CHES-1-like의 결합 부위와 유의미하게 연관되어 있었다.
  • 생식세포 발현: ENV의 부재는 생식세포에서 발현되는 Cf2, GATAd, CrebB, BEAF-32의 결합 부위와 유의미하게 연관되어 있었다.
  • 이러한 연관성은 Gypsy TEs가 조직 특이적 전사 활성화를 보장하기 위해 숙주의 발달 경로(특히 난소 발달)를 하이재킹한다는 것을 시사한다.

의의 및 주장
본 논문은 드로소필리드 전반에 걸친 Gypsy 패밀리 LTR 레트로트랜스포존의 생활 방식에 대해 "전례 없는 통찰"을 제공한다고 주장한다. 249종에 대한 3,438개의 컨센서스 서열을 큐레이션함으로써, 저자들은 이전에는 도달할 수 없었던 규모로 TE 진화를 연구할 수 있는 프레임워크를 구축하였다.

본 연구는 이 요소들의 진화 역사가 수직적 상속과 수평적 전이 사이의 복잡한 상호작용에 의해 형성된다는 점을 강조한다. 결정적으로, 연구는 두 가지 Gypsy 하위 패밀리의 진화 전략 사이의 이분법을 밝혀냈다: Gypsy/mdg1 패밀리는 체세포-생식세포 간 전달을 위한 안정적이고 보존된 메커니즘(sORF2)을 유지하는 반면, Gypsy/gypsy 패밀리는 ENV 단백질을 획득하고 이후 상실하는 역동적인 역사를 보여준다. 이러한 상실은 전사 조절의 변화와 동반되는 것으로 보이는데, 즉 요소들이 체세포 특이적 조절 모티프(tj, CHES-1-like)를 잃고 생식세포 특이적 모티프를 유지하거나 획득하는 과정이다.

저자들은 이 데이터셋과 발견이 숙주의 침묵 방어 기제를 우회하고 다양한 세포 틈새(cellular niches)에서 전파를 보장하기 위해 TEs가 어떻게 그들의 전사 제어 메커니즘을 적응시키는지에 대한, TE와 숙주 게놈의 공진화 연구를 촉진할 것이라고 결론지었다. 이 작업은 HTT를 불완전 계통 분류(incomplete lineage sorting)와 같은 다른 현상과 구별하는 것이 여전히 도전적임을 인정하며, 결정적인 해답이라기보다는 기초적인 자원으로서 제시되었다.