EXCON: a scalable, reproducible Nextflow pipeline for CAFE-based gene EXpansion and CONtraction analysis
EXCON is een schaalbare, geautomatiseerde Nextflow-pipeline die de volledige workflow voor CAFE-gebaseerde genfamilie-expansie- en contractieanalyse stroomlijnt—van genoomvoorbewerking en ortholoogidentificatie tot geboorte-doodmodellering en functionele verrijking—waardoor reproduceerbare evolutionaire vergelijkende genomica mogelijk wordt met minimale gebruikersconfiguratie.
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 is geschreven in een code van genen, maar de lengte van die code staat niet vast. Net zoals een bibliotheek door de tijd heen nieuwe boeken kan verwerven of oude kan verliezen, vergaren en verliezen de genomen van levende soorten kopieën van hun genen. Soms dupliceert een gen, waardoor extra kopieën ontstaan die nieuwe functies kunnen ontwikkelen; andere keren gaat een gen volledig verloren. Deze verschuivingen in het aantal genkopieën zijn een primaire manier waarop lineages zich aanpassen aan nieuwe omgevingen, complexe eigenschappen ontwikkelen of betrokken raken bij de eindeloze biologische wapenwedlopen tussen gastheren en pathogenen. Om te begrijpen hoe een soort is geëvolueerd, zoeken wetenschappers vaak naar deze specifieke expansies en contracties in het genetische archief. Het vinden ervan was echter historisch gezien een moeilijke taak, die een hoog niveau van technische vaardigheid vereiste om gegevens te downloaden, ze op te schonen en complexe statistische modellen te draaien die deze veranderingen door de boom des levens volgen.
Een team onderzoekers aan University College London heeft nu een tool gebouwd die deze barrière wegneemt, door een proces van meerdere stappen voor experts te veranderen in een enkele, geautomatiseerde workflow. Ze creëerden een pipeline genaamd EXCON, die fungeert als een volledige gids voor het analyseren van hoe genfamilies groeien en krimpen. In plaats van dat een onderzoeker handmatig genoombestanden moet downloaden, formatteren en aparte programma's moet draaien om gerelateerde genen te vinden en hun evolutie te modelleren, handelt EXCON elke stap van begin tot eind af. Het begint met het verzamelen van genoomgegevens, controleert de kwaliteit van die gegevens, identificeert groepen gerelateerde genen over verschillende soorten heen, en gebruikt vervolgens een statistisch model om exact te berekenen waar en wanneer genfamilies expandeerden of contracteerden. Het systeem is ontworpen om draagbaar te zijn, wat betekent dat het kan draaien op een standaard laptop, een krachtige universiteitssupercomputer of in de cloud, en past zijn berekeningen automatisch aan om ervoor te zorgen dat de resultaten betrouwbaar zijn.
Om te testen of hun nieuwe tool werkte, pasten de onderzoekers het toe op een diverse groep van vierentwintig primatensoorten, variërend van lemuren en lori's tot apen, mensapen en mensen. Deze dataset beslaat ongeveer zevenennegentig miljoen jaar evolutie. De pipeline verwerkte de gegevens succesvol en identificeerde driehonderdachtenvijftig genfamilies die snel evolueerden, waarbij significante veranderingen in hun aantal kopieën zichtbaar waren over de stamboom van de primaten. Een van de meest opvallende bevindingen betrof een specifieke genfamilie bekend als DUX, die zich in een zeer instabiel gebied van het genoom bevindt. De analyse toonde aan dat deze genfamilie niet slechts één keer in een enkele lineage veranderde; in plaats daarvan onderging het herhaalde, onafhankelijke uitbarstingen van expansie en contractie over vele verschillende takken van de primatenboom. Zo expandeerde de genfamilie bijvoorbeeld drastisch in macroenen en gorilla's, maar contracteerde deze in bavianen en andere soorten. Dit patroon kwam overeen met wat wetenschappers al wisten over de fysieke instabiliteit van de DNA-regio waar dit gen leeft, wat bevestigde dat de geautomatiseerde pipeline genuwe, complexe evolutionaire signalen kon detecteren zonder voorafgaande menselijke curatie.
Naast het identificeren van specifieke genen, gebruikten de onderzoekers de pipeline om de bredere functies van de veranderende genen te begrijpen. Ze vonden dat genen betrokken bij de basismechanismen van het maken van eiwitten, zoals die in ribosomen, de neiging hebben om over de gehele groep primaten te expanderen. In contrast hiermee vertoonden genen gerelateerd aan de energieproductie in de mitochondriën tekenen van contractie, maar alleen in specifieke lineages zoals mensen en bepaalde apen. Een bijzonder duidelijk signaal kwam naar voren bij de lemuren, waar genen verantwoordelijk voor de reukzin aanzienlijk expandeerden. Dit komt overeen met de bekende biologie van deze dieren, die meer vertrouwen op hun reukvermogen dan op hun zicht, een kenmerk dat hen onderscheidt van de andere primaten in de studie. De onderzoekers merkten ook op dat hoewel de tool robuust is, deze soms moeite kan hebben met zeer gefragmenteerde of kwalitatief minder goede genoomassemblages, wat valse signalen van genverlies of -winst kan creëren, waardoor gebruikers worden geadviseerd de best beschikbare gegevens te gebruiken.
De ontwikkeling van EXCON vertegenwoordigt een verschuiving naar het toegankelijk maken van complexe genomische analyse voor een bredere gemeenschap van biologen die mogelijk niet over gespecialiseerde training in informatica beschikken. Door de volledige workflow te integreren in één enkel, reproduceerbaar pakket, zorgt de tool ervoor dat resultaten door iedereen, overal, geverifieerd en herhaald kunnen worden. De onderzoekers hebben aangetoond dat de pipeline datasets kon verwerken variërend van bacteriën tot insecten en zoogdieren, waarbij zich aanpasbaar is aan verschillende niveaus van genetische diversiteit en genoomkwaliteit. Hoewel de tool momenteel zich richt op de evolutie van genfamilies, plant het team om de mogelijkheden in de toekomst uit te breiden tot andere soorten genetische analyses. Voor nu staat EXCON als een volledig geautomatiseerde oplossing die wetenschappers in staat stelt fundamentele vragen te stellen over hoe het leven in de loop van de tijd verandert, waardoor een ooit ontmoedigende technische uitdaging wordt getransformeerd in een eenvoudig, betrouwbaar proces.
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.