Evidence for strong purifying selection of human 47S ribosomal RNA genes

Dit onderzoek toont aan dat sterke zuiverende selectie schadelijke mutaties in menselijke 47S-rRNA-genen onderdrukt, wat verklaart waarom ziekte-associaties met deze genen tot nu toe onopgemerkt zijn gebleven.

De kern

Titel: Waarom onze cel-fabrieken zo streng zijn: Een zoektocht naar fouten in de bouwplannen

Stel je voor dat je lichaam een enorme fabriek is. In deze fabriek werken miljarden kleine machines, de ribosomen. Deze machines zijn de arbeiders die alle eiwitten bouwen die je nodig hebt om te leven, te groeien en te genezen. Om deze machines te laten werken, hebben ze een bouwplan nodig: de ribosomaal RNA (rRNA).

In ons DNA zitten niet één, maar honderden kopieën van dit bouwplan (ongeveer 300 tot 400 stuks). Het is alsof je in je huis niet één handleiding voor een auto hebt, maar 400 exemplaren opgestapeld in de garage. Als er één pagina in één handleiding verkeerd gedrukt is, maakt dat niet veel uit; je gebruikt gewoon een van de andere 399 perfecte exemplaren.

Het mysterie
Wetenschappers hebben zich jarenlang afgevraagd: "Waarom zien we bijna nooit ziektes die veroorzaakt worden door fouten in deze rRNA-bouwplannen?"
Bij andere genen leidt zelfs één fout vaak tot ziekte. Maar bij deze rRNA-genen lijkt het alsof ze onkwetsbaar zijn. Zelfs als er een foutje in zit, lijkt het de cel niet te deren.

De ontdekking
De auteurs van dit onderzoek (Ma, Chow, Galbraith, Sultanov, Behar en Hochwagen) dachten: "Misschien is er geen ziekte, of misschien kijken we gewoon niet goed genoeg."
Ze keken naar het DNA van meer dan 3.000 mensen en zochten naar foutjes in deze 400 kopieën van het bouwplan. Wat ze vonden, was fascinerend:

1. Foutjes zijn er wel: Er zaten duizenden kleine foutjes (mutaties) in de bouwplannen van de mensen.
2. Maar ze zijn 'verborgen': De meeste foutjes zaten in de 'moeilijke' of 'nieuwe' delen van het plan, of ze waren zo zeldzaam dat ze maar in één of twee van de 400 kopieën voorkwamen.
3. De strenge wachter: In de belangrijkste, oudste en meest cruciale delen van het bouwplan (waar de machine echt werkt), waren er bijna geen foutjes te vinden.

De analogie van de 'Giftige Arbeider'
Stel je voor dat je 400 arbeiders hebt. Als één arbeider een fout maakt in zijn instructieboekje, kan hij misschien nog wel werken, maar als hij een giftig drankje drinkt dat hem dwingt om alle andere arbeiders ook giftig te maken, is de hele fabriek in gevaar.

De wetenschappers ontdekten dat de natuur een heel streng kwaliteitscontrolesysteem heeft.

• Als er een foutje ontstaat in een belangrijk deel van het bouwplan, wordt dat foutje direct 'gestraft'. De cel zorgt ervoor dat die foutieve kopieën niet vermenigvuldigen. Ze blijven in de minderheid (bijvoorbeeld slechts 1 op de 400).
• Als een foutje in een minder belangrijk deel zit (zoals de randen van het bouwplan), mag het zich wel vermenigvuldigen.

Waarom hebben we dit nooit eerder gezien?
Dit is het slimme deel van het verhaal. De meeste medische tests kijken alleen naar fouten die in veel kopieën voorkomen (bijvoorbeeld in 50% van de bouwplannen). Ze kijken niet naar fouten die maar in 1% van de kopieën zitten.

Deze studie laat zien dat zelfs een klein aantal giftige foutjes (bijvoorbeeld maar 1 of 2 van de 400) al genoeg kan zijn om de fabriek te verstoren en ziekte te veroorzaken. Omdat de natuur deze foutjes zo streng onderdrukt dat ze zelden veelvuldig voorkomen, hebben onze huidige medische tests ze tot nu toe gemist. Het is alsof je op zoek bent naar een naald in een hooiberg, maar je kijkt alleen naar de hooiberg waar de naalden al lang zijn verwijderd door de natuur.

Conclusie in het kort

• Het probleem: We dachten dat fouten in rRNA geen ziektes veroorzaken.
• De oplossing: Ze veroorzaken ziektes wel, maar de natuur zorgt ervoor dat deze fouten zelden veelvuldig worden. Ze blijven 'verborgen' in de minderheid.
• De les: Als we in de toekomst naar ziektes zoeken, moeten we ook kijken naar die zeldzame, kleine foutjes. Misschien vinden we dan eindelijk de oorzaken van bepaalde ziektes die we nu nog niet begrijpen.

Kortom: De natuur is een strenge chef die geen enkele fout in het hart van de machine toelaat, en dat is precies waarom we deze fouten zo moeilijk kunnen vinden.

Technische samenvatting

Probleemstelling

De menselijke 47S ribosomale RNA (rRNA) genen zijn een van de meest tot expressie gebrachte genen in het genoom, met geschat 300-400 kopieën per haploïde genoom, verspreid over de korte armen van de acrocentrische chromosomen (13, 14, 15, 21, 22). Ondanks hun cruciale rol in eiwittranslatie en de hoge expressie, zijn er tot nu toe vrijwel geen ziekteverwekkende sequentievarianten geïdentificeerd die aan deze genen zijn gekoppeld. Dit gebrek aan associatie is verrassend, aangezien defecten in rRNA-transcriptie en veranderingen in ribosomale eiwitdosering wel degelijk tot ziekten leiden. De auteurs stellen dat dit gebrek aan detectie waarschijnlijk het gevolg is van experimentele uitdagingen bij het analyseren van deze hoge-kopie, chromosomaal geïsoleerde genfamilie, en dat bestaande ziektemapping-algoritmen varianten met een lage kopie-aandeel (low-copy variants) vaak negeren.

Methodologie

De auteurs gebruikten een evolutionaire benadering om te testen of mutaties in menselijke 47S-genen fenotypische gevolgen kunnen hebben.

• Datasets: Er werden data gebruikt van meer dan 3.000 individuen (3.190 samples) uit het hoog-dekking (high-coverage, ~30x) 1000 Genomes Project.
• Sequentie-analyse: Sequencing reads werden gemapt op een prototype-sequentie van het 47S-gen (GenBank: U13369.1) met behulp van Bowtie2.
• Variant Calling: Een aangepaste pipeline (gebaseerd op LoFreq) werd gebruikt om intragenomische variantfrequenties (iVFs) te bepalen. Dit is het fractie van reads die een variant coderen op een specifieke genomische positie.
• Filtering:
  • Varianties in homopolymeren (>9 nucleotiden) werden uitgesloten om sequencing-fouten te minimaliseren.
  • Pseudogenen werden geïdentificeerd en uitgesloten op basis van hun consistente lage iVF over vele samples en hun afwezigheid van kopie-aantal-amplificatie.
  • Een consensus-prototype werd gegenereerd om referentie-bias te verminderen.
• Statistische Analyse: Hypergeometrische tests werden gebruikt om erfelijkheid te beoordelen (enrichment van varianten in specifieke populaties). Variatie-scores werden berekend door het product te nemen van het fractie van variant nucleotiden en de mediane iVF.

Belangrijkste Bijdragen

1. Grootschalige Variant Inventarisatie: De studie identificeerde in totaal 14.878 unieke 47S rDNA-varianten over 3.190 individuen, waarbij meer dan 61,3% van de sequentie beïnvloed wordt.
2. Validatie van Erfelijkheid: Bewezen dat een aanzienlijk deel van de gedeelde varianten erfelijk is en niet het gevolg van somatische mutaties of sequencing-artefacten, aangezien ze significant verrijkt waren in specifieke populatiegroepen.
3. Nieuwe Referentie: De ontwikkeling van een consensus-prototype voor het menselijke 47S-rRNA-gebied dat robuuster is voor variantmapping dan de huidige referentie.
4. Evolutionair Bewijs: Levering van sterk bewijs voor sterke zuiverende selectie (purifying selection) op menselijke rRNA-genen, zelfs bij zeer lage kopie-aantallen.

Resultaten

• Verdeling van Varianties: Er is een sterk gestratificeerde verdeling van varianten.
  • Spacer-sequenties: De transcribed spacer sequences (5' ETS, ITS1/2, 3' ETS) en de evolutionair jonge expansiesegmenten van de 28S rRNA vertoonden een hoge abundantie aan varianten en een hoge mate van amplificatie (hoge iVFs).
  • Conservatieve Regio's: De coderende sequenties voor 18S, 5.8S en de kern van de 28S rRNA vertoonden een drastisch gebrek aan varianten. Vooral de Conserved Nucleotide Elements (CNEs) – regio's die identiek zijn in >90% van de geanalyseerde eukaryoten – hadden de laagste variantie, de kortste indels en de laagste iVFs.
• Selectiedruk: De auteurs concluderen dat er sterke zuiverende selectie optreedt die de kopie-aantal-expansie van schadelijke varianten onderdrukt.
  • Varianties in CNEs zijn zelden gedeeld tussen individuen en blijven vaak op zeer lage iVFs (<1%), wat suggereert dat zelfs een klein percentage defecte ribosomen voldoende fitnesskosten oplevert om door selectie te worden verwijderd.
  • De mediane fractie van variant nucleotiden was 3,18% in expansiesegmenten, maar slechts 0,11% in CNEs.
• Kopie-aantal: De geschatte mediane kopie-aantal van rRNA-genen per haploïde genoom was 241 (bereik 89-544). Het aantal unieke varianten correleerde met het geschatte kopie-aantal.

Significantie en Conclusie

De studie biedt een verklaring voor het langdurige mysterie waarom er geen ziekte-associaties zijn gevonden met rRNA-varianten:

1. Verborgen Ziekte-varianten: Schadelijke varianten in rRNA-genen worden door sterke zuiverende selectie onderdrukt tot zeer lage kopie-aantallen (vaak <1% van de reads).
2. Beperkingen van Bestaande Methoden: Standaard ziektemapping-algoritmen negeren varianten die slechts in een klein percentage van de sequencing reads voorkomen. Hierdoor worden deze potentieel pathogene varianten over het hoofd gezien.
3. Fenotypische Gevolgen: De data suggereren dat deleterieuze rRNA-varianten "vergiftigend" kunnen werken voor de cel, zelfs als de meerderheid van de ribosomen functioneel is. Dit impliceert dat individuen met verhoogde frequenties van dergelijke varianten ziekte-phenotypes kunnen vertonen.

De conclusie is dat er een dringende behoefte is om bestaande associatiestudies te herzien met algoritmen die gevoelig zijn voor low-copy varianten, om de link tussen rRNA-mutaties en menselijke ziekten eindelijk te kunnen vaststellen.