Position-resolved k-mer analysis of mature microRNAs reveal widespread CG and UA depletion across taxa

In elke levende cel houdt een enorm netwerk van kleine moleculaire instructies de machinerie van het leven soepel draaiende. Onder de belangrijkste van deze instructies zijn korte strengen RNA, genaamd microRNA's. Deze moleculen fungeren als precieze regulatoren die specifieke overeenkomstige sequenties in andere genetische boodschappen vinden en deze stilleggen om ervoor te zorgen dat de cel de juiste eiwitten produceert op het juiste moment. Voor een microRNA om te kunnen werken, moeten de vorm en de chemische samenstelling exact zijn. Wetenschappers weten al lang dat de allereerste paar letters van de sequentie van een microRNA cruciaal zijn, waarbij ze fungeren als een sleutel die in een specifiek slot past om het proces te starten. Echter, de regels die de rest van het molecuul beheersen — de letters die volgen op die eerste paar letters — zijn een mysterie gebleven. Volgen de letters die naast elkaar liggen in deze minuscule strengen een verborgen patroon, of zijn ze willekeurig gerangschikt?

Een team onderzoekers van de Bharathidasan University in India heeft nu het volledige landschap van deze kleine moleculen in kaart gebracht om die vraag te beantwoorden. Ze keken niet naar slechts een handvol voorbeelden; in plaats daarvan onderzochten ze bijna 49.000 records van volwassen microRNA's van 271 verschillende organismen, variërend van mensen en andere zoogdieren tot insecten, vissen en planten. Door deze enorme collectie te analyseren, ontdekten ze dat de rangschikking van letters in deze moleculen allesbehalve willekeurig is. Er is een wijdverbreide, consistente regel die bepaalt hoe deze korte genetische strengen worden opgebouwd, een regel die standhoudt over de gehele boom des levens.

De onderzoekers concentreerden zich op hoe vaak specifieke paren letters naast elkaar voorkomen. In de taal van de genetica worden deze paren dinucleotiden genoemd. Toen ze elk mogelijk paar telden over de miljoenen sequenties die ze bestudeerden, vielen twee specifieke paren op door hun afwezigheid. De combinatie van de letters C en G, en de combinatie van U en A, kwamen veel minder vaak voor dan op basis van toeval te verwachten was. Sterker nog, de C-G combinatie was de zeldzaamste van alle zestien mogelijke combinaties en maakte slechts ongeveer 3,3 procent van het totaal uit. De U-A combinatie was de op één na zeldzaamste. Daarentegen was het paar U-G het meest voorkomend, wat aanzienlijk vaker voorkwam dan verwacht.

Om er zeker van te zijn dat deze bevindingen niet slechts een resultaat waren van de aantallen, gebruikten de wetenschappers een rigoureuze methode van vergelijking. Ze creëerden twee verschillende sets van "wat als"-scenario's. In de eerste namen ze exact dezelfde microRNA-sequenties en door elkaar gehusseld de volgorde van de letters binnen elke sequentie, waarbij het totale aantal van elke letter gelijk bleef maar de natuurlijke orde werd vernietigd. In de tweede husselden ze de letters op elke specifieke positie over alle sequenties van dezelfde lengte. Zelfs wanneer ze werden vergeleken met deze gescrambelde, willekeurige versies, vertoonden de echte microRNA's nog steeds een duidelijke afwezigheid van C-G en U-A paren. Dit bewees dat de schaarste van deze paren een echt kenmerk van de moleculen is, en niet slechts een bijproduct van hoeveel van elke letter toevallig aanwezig is.

Dit patroon van schaarste was niet beperkt tot alleen de twee-letter paren. De onderzoekers keken ook naar groepen van drie letters, bekend als trinucleotiden. Ze ontdekten dat elke combinatie die een C-G paar of een U-A paar bevat, ook uitgeput was, en minder vaak voorkwam dan de willekeurige modellen voorspelden. Dit suggereert dat de regel tegen deze specifieke buren geldt voor de gehele lengte van de microRNA, en niet slechts op één specifieke plek. De bevinding was consistent over alle tien de belangrijkste groepen organismen die ze testten, van bloeiende planten tot nematodewormen en mensen. Of het organisme nu een plant of een dier was, de microRNA's vermeden consequent het plaatsen van een C naast een G of een U naast een A.

Er was één interessante uitzondering die nadere inspectie vereiste. Hoewel het U-A paar over het algemeen zeldzaam was, merkten de onderzoekers een kleine piek in de frequentie ervan aan het begin van de microRNA-sequentie op. Op de eerste positie kwam het U-A paar vaker voor dan in de rest van het molecuul. Echter, toen de wetenschappers rekening hielden met het feit dat de eerste letter van een microRNA bijna altijd een U is, verdween deze piek. Het bleek dat de hoge hoeveelheid U-A paren aan het begin simpelweg kwam omdat er aan het begin zoveel U's aanwezig waren, en niet omdat het molecuul een speciale voorkeur had voor het plaatsen van een A direct na een U. Zodra deze initiële compositie in overweging werd genomen, bleek de U-A combinatie overal uitgeput te zijn, net als de C-G combinatie.

De studie verkende ook waarom deze patronen zouden kunnen bestaan. Voor de ontbrekende C-G paren ligt een plausibele verklaring in de geschiedenis van DNA-mutatie. In veel dieren wordt de letter C vaak chemisch gemodificeerd op een manier die het vatbaar maakt om over evolutionaire tijd te veranderen in een T (of U in RNA). Als een C-G paar in het DNA muteert naar een U-G paar, zou de resulterende RNA van nature minder C-G paren en meer U-G paren hebben. Dit komt overeen met de observatie van de onderzoekers dat U-G het meest voorkomende paar is, terwijl C-G het zeldzaamste is. Het artikel merkt echter op dat dit slechts een hypothese is; de studie heeft DNA-methylatie of mutatiesnelheden niet direct gemeten, dus dit blijft een waarschijnlijke mogelijkheid in plaats van een bevestigde oorzaak.

De reden voor de schaarste van het U-A paar blijft echter een compleet mysterie. De onderzoekers konden geen biologisch mechanisme vinden dat verklaart waarom deze twee letters elkaar vermijden. Het is mogelijk dat de structuur van het molecuul zelf, de manier waarop het in de cel wordt verwerkt, of de manier waarop het met zijn doelwitten interacteert, de U-A combinatie instabiel of ongewenst maakt. De studie heeft succesvol geïdentificeerd dat deze uitputting bestaat en universeel is, maar stopt bij de vraag waarom.

Door een gedetailleerde kaart te maken van hoe letters zijn gerangschikt in deze kleine regulatoren, hebben de onderzoekers een nieuw fundament gelegd voor het begrijpen van de microRNA-biologie. Ze hebben aangetoond dat deze moleculen niet slechts willekeurige reeksen letters zijn, maar gebouwd zijn met een specifieke, geconserveerde architectuur die gedurende miljoenen jaren van evolutie is behouden. Hoewel de volledige reden voor deze architectuur nog niet bekend is, biedt de ontdekking dat microRNA's universeel bepaalde lettercombinaties vermijden een nieuwe aanwijzing voor wetenschappers die proberen te begrijpen hoe deze cruciale moleculen functioneren en evolueren. Het werk suggereert dat de regels van het leven niet alleen geschreven zijn in de individuele letters, maar in de specifieke manieren waarop die letters naast elkaar mogen zitten.