Aevol-9: A simulation platform to decipher the evolution of genome architecture
Aevol-9 is een forward-in-time simulatieplatform dat populaties modelleert met expliciete genomen die onderhevig zijn aan diverse mutationele operatoren, waardoor onderzoekers kunnen onderzoeken hoe evolutionaire condities de genoomarchitectuur en -organisatie beïnvloeden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Het leven op aarde is geschreven in een code, een lange reeks chemische letters die een cel vertelt hoe hij zichzelf moet opbouwen en overleven. Decennialang hebben biologen begrepen hoe deze code op het kleinste niveau verandert, door één letter te verwisselen voor een andere of een enkel extra karakter toe te voegen. Maar de code is ook georganiseerd in een grotere structuur, een blauwdruk van hoe genen zijn gerangschikt, hoeveel er zijn en hoeveel "lege ruimte" er tussen hen zit. Deze grotere structuur, bekend als genoomarchitectuur, varieert enorm binnen de stamboom van het leven. Sommige organismen verpakken hun genetische instructies compact in kleine cirkels, terwijl anderen enorme, uitgestrekte genomen dragen vol met uitgestrekte stukken niet-coderend DNA. Wetenschappers vragen zich al lang af welke krachten deze verschillende blauwdrukken vormgeven. Is het de druk van natuurlijke selectie, die efficiëntie bevoordeelt? Of is het de willekeurige worp van de dobbelsteen, bekend als genetische drift, die ervoor kan zorgen dat extra genetisch materiaal simpelweg door toeval ophoopt? Het testen van deze ideeën in de echte wereld is bijna onmogelijk, aangezien evolutie miljoenen jaren nodig heeft om zich te voltrekken, en het observeren van dezelfde soort over zulke enorme tijdsperioden ligt buiten het bereik van de mens.
Om dit puzzelstuk op te lossen, heeft een team van onderzoekers een digitale laboratoriumomgeving gebouwd genaamd Aevol-9. Dit is geen instrument om het verleden te observeren, maar een vooruitkijkende simulator die wetenschappers in staat stelt om evolutie in sneltreinvaart te zien gebeuren. In deze virtuele wereld creëerden de onderzoekers populaties van digitale organismen, elk met een gestructureerd, dubbelstrengs genoom. Deze digitale levensvormen concurreren om overleving, planten zich voort en geven hun genetische instructies door aan de volgende generatie. De belangrijkste innovatie van dit systeem is dat het niet simpelweg een score toekent aan een mutatie op basis van een vooraf geschreven lijst. In plaats daarvan leest de software het volledige genoom van het organisme, vertaalt het naar een set eiwitten, en berekent vervolgens hoe goed die eiwitten het organisme helpen een specifieke overlevingsdoel te bereiken. Als een mutatie het genoom op een manier verandert die dit proces verstoort, daalt de fitness van het organisme. Als de verandering het proces verbetert, stijgt de fitness. Dit stelt het systeem in staat om op natuurlijke wijze te ontdekken welke genetische arrangementen het beste werken onder verschillende omstandigheden, van kleine populaties waar toeval regeert, tot enorme populaties waar selectie strikt is.
De onderzoekers gebruikten dit platform om een grootschalig experiment uit te voeren om te zien hoe de populatiegrootte de vorm van een genoom beïnvloedt. Ze begonnen met een digitale stam die al tien miljoen generaties lang in een stabiele omgeving had geëvolueerd. Vervolgens splitsten ze deze populatie in drie groepen: één die dezelfde grootte behield, één die vier keer groter werd, en één die kromp tot een kwart van de oorspronkelijke grootte. Ze lieten deze groepen nog 1,1 miljoen generaties evolueren, een periode die voor echte bacteriën duizenden jaren zou duren. De resultaten waren opmerkelijk. In de kleine populaties, waar toeval een grotere rol speelt, werden de genomen groter en stapelde er meer niet-coderend DNA op dat geen direct doel leek te dienen. In de grote populaties, waar natuurlijke selectie efficiënter is in het wegzuiveren van inefficiënties, krompen de genomen. De organismen in deze grote groepen stroomlijnden hun genetische code en lieten de extra bagage achter om compacter te worden.
Deze bevinding ondersteunt een langgekoesterd idee in de biologie genaamd de mutatiegevaar-hypothese (mutational-hazard hypothesis), die suggereert dat grotere populaties beter zijn in het verwijderen van nutteloos genetisch materiaal, terwijl kleinere populaties eerder geneigd zijn het te laten ophopen. De simulatie onthulde echter een nuance die niet direct duidelijk was. Hoewel de totale omvang van het genoom drastisch veranderde, bleef de hoeveelheid werkelijk coderend DNA — de delen die eiwitten bouwen — verrassend stabiel over alle groepsgroottes heen. Het verschil lag volledig in de niet-coderende regio's. Bovendien veranderde de manier waarop de genen waren georganiseerd. In de kleinere populaties hadden de genen de neiging om verspreid te zijn over langere stukken DNA. In de grotere, efficiëntere populaties waren de genen compacter bij elkaar gepakt, vaak gegroepeerd in clusters die als enkele eenheden functioneerden. Dit suggereert dat evolutie niet alleen genen toevoegt of verwijdert; het herschikt voortdurend de meubels van het genoom om aan de beperkingen van de populatie te voldoen.
De kracht van Aevol-9 ligt in het vermogen om elke enkele verandering te volgen, van een kleine wisseling van een letter tot een massale deletie van een groot deel van het genoom. Omdat de onderzoekers de volledige geschiedenis van elk digitaal organisme kunnen zien, kunnen ze precies traceren hoe deze grootschalige veranderingen plaatsvonden en waarom ze standhielden. De simulatie toonde aan dat deze veranderingen geen willekeurige ongelukken zijn, maar worden gedreven door de wisselwerking tussen mutatie, selectie en de omvang van de populatie. De studie suggereert dat de complexe architectuur van een genoom geen vaste eigenschap is, maar een dynamische reactie op de omgeving. Door duizenden van deze digitale experimenten uit te voeren, heeft het team een helder beeld gegeven van hoe het leven zijn genetische instructies over diepe tijd zou kunnen organiseren, wat een nieuwe manier biedt om de regels te begrijpen die de diversiteit van het leven op aarde beheersen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.