Targeted ortholog search in unannotated genome assemblies with fDOG-Assembly

Het leven op aarde is geschreven in een code die te vinden is in de cellen van elk levend wezen, een reeks instructies die een organisme vertelt hoe het zichzelf moet bouwen en functioneren. Wetenschappers zijn zeer goed geworden in het lezen van de ruwe letters van deze code, het DNA, van talloze soorten, van de kleinste insecten tot de grootste zoogdieren. Ze kunnen een weefselmonster nemen, het DNA sequensen en die kleine fragmenten aan elkaar naaien tot een compleet genoom, wat in essentie de volledige bibliotheek van genetische instructies voor die soort is. Het bezitten van de bibliotheek is echter slechts de helft van de strijd. Om echt te begrijpen wat een soort is en hoe deze is geëvolueerd, moeten wetenschappers weten welke delen van die bibliotheek de werkelijke werkende hoofdstukken zijn—de genen die eiwitten bouwen en levensprocessen aansturen. Voor veel van de duizenden nieuwe genomen die in publieke databases staan, zijn deze hoofdstukken nog niet gelabeld of geïdentificeerd. Zonder deze labels blijft de data een op slot geslagen boek, dat moeilijk te gebruiken is om te begrijpen hoe verschillende soorten aan elkaar verwant zijn of hoe ze functioneren, waardoor een enorme hoeveelheid biologisch potentieel onbenut blijft.

Een team van onderzoekers heeft een nieuwe methode ontwikkeld om deze ongelabelde genetische bibliotheken te ontsluiten zonder eerst elke pagina te hoeven lezen. Ze creëerden een hulpmiddel genaamd fDOG-Assembly, dat is ontworpen om direct naar specifie ink, bekende genetische patronen te zoeken binnen de ruwe, niet-geannoteerde DNA-sequenties. Traditioneel vereiste het vinden van deze patronen een arbeidsintensief proces waarbij eerst elk gen in het genoom geïdentificeerd moest worden, een stap die traag is en vaak faalt bij complexe organismen. Deze nieuwe benadering slaat die tussenstap volledig over. In plaats van te proberen de hele bibliotheek in kaart te brengen, zoekt het naar specifieke, bekende sequenties die fungeren als unieke vingerafdrukken. De onderzoekers testten hun hulpmiddel tegen bestaande methoden en ontdekten dat het net zo goed werkt bij het vinden van deze standaard genetische markers, maar met een cruciaal voordeel: het is niet beperkt tot een kleine, vaste lijst van genen die algemeen voorkomen bij al het leven. Het kan zoeken naar elk specifiek gen waar de wetenschapper in geïnteresseerd is, zelfs in genomen die nog nooit volledig in kaart zijn gebracht.

Om te bewijzen dat het hulpmiddel werkt, gebruikten de onderzoekers het om naar vijf duizend menselijke genen te zoeken in de genomen van ratten en een zeeanemoon-verwante, een type kwalachtig wezen. De resultaten waren opmerkelijk. De nieuwe methode vond de genen met een succespercentage dat overeenkwam met de beste traditionele tools, die vertrouwen op volledig gelabelde eiwitlijsten. Belangrijker nog, het vond genen die de oudere methoden misten omdat de oorspronkelijke genenkaarten incompleet waren. Door deze ontbrekende stukjes in te vullen, helpt het hulpmiddel wetenschappers om een completer beeld te vormen van hoe genen gedeeld worden over de stamboom van het leven. De onderzoekers zetten deze capaciteit vervolgens aan het werk bij een reëel mysterie dat betrekking heeft op bodembewonende wezens. Ze scanten de genetische bibliotheken van 176 verschillende ongewervelden uit de bodem, specifiek zoekend naar de genen die verantwoordelijk zijn voor de productie van bètalactam-antibiotica, een krachtige klasse medicijnen die worden gebruikt om bacteriële infecties te bestrijden.

De zoektocht leidde tot een verrassende ontdekking. De genen die nodig zijn om deze antibiotica te maken zijn niet zeldzaam of geïsoleerd; ze zijn wijdverspreid onder springstaarten, een veelvoorkomend type klein bodemartropode. In sommige individuele soorten vonden de onderzoekers bijna de volledige set instructies die vereist is voor de productie van cefamycine, een specifiek type bètalactam-antibioticum. Dit suggereert dat deze kleine, vaak over het hoofd geziene wezens natuurlijke fabrieken kunnen zijn voor deze levensreddende verbindingen, een feit dat eerder verborgen bleef omdat hun genomen geen goede annotaties hadden. De studie beweert niet te hebben bewezen dat deze dieren momenteel de medicijnen in grote hoeveelheden produceren, maar de aanwezigheid van de volledige genetische machinerie impliceert sterk dat zij daartoe de capaciteit hebben. Door wetenschappers direct door ruwe genetische data te laten zoeken, opent dit nieuwe hulpmiddel de deur naar het vinden van verborgen biologische schatten in de enorme, onontgonnen collecties genomische data die al jarenlang op de plank liggen, waardoor ongelezen boeken worden veranderd in actieve bronnen voor ontdekking.