Compartment-dependent selection regimes maintain the G-quadruplex paradox across the eukaryotic kingdoms

Resumo Técnico: Regimes de Seleção Dependentes de Compartimento Mantêm o Paradoxo do G-Quadrúplex

Definição do Problema
As estruturas de DNA G-quadruplex (G4) exibem uma distribuição paradoxal através dos genomas eucarióticos: elas são sistematicamente depletadas em sequências codificantes (CDS) e enriquecidas em regiões regulatórias, como promotores e regiões não traduzidas (UTRs). Embora este "paradoxo do G4" tenha sido documentado em linhagens específicas (notadamente em Animalia), permanece incerto se esta arquitetura é uma característica universal da organização do genoma eucariótico ou um artefato de viés de amostragem histórica. Além disso, os regimes seletivos que mantêm esta arquitetura através dos quatro reinos eucarióticos (Animalia, Fungi, Plantae, Protozoa) não são totalmente compreendidos. Especificamente, é incerto se a depleção em CDS é impulsionada por uma restrição estrutural em sítios silentes ou por fatores de confusão como a adaptação de códons, e se o enriquecimento em regiões não codificantes é gerenciado por uma maquinaria molecular conservada ou específica de cada reino.

Metodologia
Os autores analisaram uma amostra equilibrada de 198 genomas de referência, estratificada através dos quatro reinos eucarióticos (Animalia: 86, Fungi: 49, Plantae: 33, Protozoa: 30) para corrigir o viés de Animalia presente em estudos anteriores. O estudo empregou um pipeline computacional de múltiplas etapas:

1. Detecção de G4 e Classificação de Estabilidade: Regiões genômicas (5′UTR, CDS, íntron, 3′UTR, promotor, intergênico) foram varridas em busca de motivos G4 usando um consenso de padrões regex e pontuações G4Hunter. Os motivos foram filtrados adicionalmente pela estabilidade termodinâmica de Mergny–Lacroix ($\Delta G \le -5$ kcal/mol) para identificar G4s de "consenso estável".
2. Análise de Enriquecimento Trans-Reino: O estudo calculou a razão de enriquecimento de log2 (IRR) de G4s estáveis em regiões específicas versus o background de todo o genoma para cada reino. A consistência de sinal entre os reinos foi testada sob critérios estritos (Regra B) e permissivos a empates (Regra A).
3. Análise Evolutiva ao Nível de Códon (dN/dS): Para pares de espécies intimamente relacionadas dentro de cada reino, os autores realizaram comparações de Nei–Gojobori entre taxas de substituição sinônima ($dS$) e não sinônima ($dN$) entre códons sobrepostos por G4 e códons de controle. Crucialmente, esta análise foi repetida com um ajuste de Índice de Adaptação de Códon (CAI) por gene para controlar o efeito de confusão da seleção translacional nas taxas sinônimas.
4. Coevolução de Helicase (PGLS): O número de cópias de seis famílias de ortólogos de helicases de resolução de G4 (BLM/WRN/RECQ, PIF1, FANCJ/BRIP1, RTEL1, DDX5, DDX17) foi quantificado. A regressão de Mínimos Quadrados Generalizados Filogenéticos (PGLS) foi usada para testar associações entre o repertório de helicases e a abundância de G4 em diferentes compartimentos genômicos, corrigindo a não-independência filogenética. A robustez foi verificada com um subset livre de politomias e um backbone independente da Open Tree of Life.
5. Estratificação de Idade do Motivo: Os motivos G4 foram mapeados para grupos de ortólogos de genes hospedeiros para determinar se residiam em genes "antigos" (conservados desde o Último Ancestral Comum Eucariótico, LECA) ou "específicos de linhagem".

Resultos Principais

• Validação do Paradoxo do G4: O estudo confirma o paradoxo do G4 como uma característica trans-reino. Sob critérios estritos, a depleção em CDS e o enriquecimento intergênico são consistentes em sinal em todos os quatro reinos. Sob critérios permissivos a empates, o enriquecimento em íntrons e promotores também mostra concordância de sinal, embora isto seja contingente ao fato de um subconjunto de espécies em Protozoa e Fungi possuir zero G4s estáveis nessas regiões.
• A Depleção em CDS é Impulsionada pela Adaptação de Códon, Não por Restrição de Sítio Silente:
  • A análise inicial de Nei–Gojobori mostrou uma supressão de 5–16% de $dS$ em códons sobrepostos por G4 em seis de sete pares de espécies não saturadas.
  • No entanto, após ajustar para o CAI por gene, esta supressão desapareceu. Em 0/7 pares o odds ratio ajustado de G4 permaneceu significativamente abaixo de 1; em cinco pares, a direção se inverteu ($OR > 1$).
  • Conclusão: A aparente supressão de $dS$ é um artefato de códons sobrepostos por G4 localizados preferencialmente em genes altamente expressos e com códons otimizados. A pressão seletiva está na adaptação de códon, não em uma restrição estrutural específica sobre sítios silentes dentro do motivo G4 em si.
• Coevolução de Helicase Específica de Reino em Regiões Não Codificantes:
  • Ao contrário de CDS, onde nenhuma associação específica de helicase sobreviveu à correção de testes múltiplos, associações significativas emergiram em íntrons e promotores.
  • Cinco associações permaneceram significativas após a correção de Benjamini–Hochberg ($q < 0,10$):
    • Protozoa: FANCJ/BRIP1 associado negativamente com G4s de promotor; RTEL1 e BLM/WRN/RECQ associados com G4s de íntron.
    • Fungi: PIF1 negativamente associado com G4s de promotor.
    • Plantae: FANCJ/BRIP1 positivamente associado com G4s de íntron.
  • Notavelmente, o FANCJ/BRIP1 exibe comportamento dependente de contexto: seu número de cópias correlaciona-se com a manutenção de G4s em íntrons em Plantas, mas com a resolução de G4s em promotores em Protozoa.
• Profundidade Evolutiva de G4s Intrônicos: Os motivos G4 intrônicos estão predominantemente concentrados em grupos de ortólogos profundamente conservados (≥87,5% em cada reino), sugerindo que o contexto regulatório para estas estruturas tem sido mantido desde o início da evolução eucariótica. Em contraste, os G4s de promotores são encontrados majoritariamente em genes específicos de linhagem.

Significância e Alegações
O artigo propõe uma arquitetura de dois regimes para a manutenção do paradoxo do G4:

1. Em Sequências Codificantes: A força seletiva dominante é a adaptação de códon. A depleção de G4s é um subproduto da seleção de códons em genes altamente expressos, em vez de uma restrição estrutural direta contra a formação de G4 em sítios silentes.
2. Em Regiões Não Codificantes (Íntrons/Promotores): A seleção atua diretamente na estrutura do G4. A manutenção destas estruturas é gerenciada pela implantação de maquinaria de helicase específica de cada reino (ex: FANCJ/BRIP1, PIF1, RTEL1), que coevoluem com a carga de G4 de maneira compartimentada.

Os autores alegam que o paradoxo do G4 trans-reino não é um artefato específico de Animalia, mas uma arquitetura regulatória conservada. O núcleo mecanístico deste paradoxo reside nas regiões não codificantes, onde os G4s são ativamente gerenciados por helicases ajustadas às linhagens, provavelmente servindo papéis no processamento de RNA e no acoplamento da transcrição. O estudo reformula a depleção em CDS não como uma falha de tolerância ao G4, mas como uma consequência do perfil de expressão do gene hospedeiro, identificando simultaneamente os compartimentos de íntrons e promotores como os verdadeiros locais da biologia funcional do G4 e da manutenção seletiva.

Limitações Notadas pelos Autores
Os autores reconhecem que a definição de promotor (janela fixa de -1000 bp) é biologicamente heterogênea para kinetoplastídeos (Protozoa), o que pode afetar a interpretação das associações específicas de promotor nesse reino. Além disso, a análise de helicase depende de anotações de ortólogos KEGG que podem perder paralogues específicos, e a análise de dN/dS para outros reinos além de Animalia depende de pares únicos de espécies, exigindo maior replicação para confirmar a generalidade em todo o reino. Este estudo é uma análise genômica comparativa; embora correlacione contagens de helicases com a abundância de G4, ele não valida experimentalmente os papéis mecanísticos específicos destas helicases nas espécies não-modelo analisadas.