BGC Atlas v2: biosynthetic gene clusters with taxonomic and environmental context at scale

Nas profundezas do mundo microscópico, bactérias e arqueias estão constantemente envolvidas em guerra química e negociação. Para sobreviver, elas produzem uma vasta gama de moléculas complexas, conhecidas como metabólitos secundários, que atuam como armas contra competidores, sinais para vizinhos ou ferramentas para manipular seus arredores. Para os humanos, essas minúsculas fábricas têm sido uma mina de ouro, fornecendo a maioria de nossos antibióticos, tratamentos contra o câncer e outros medicamentos que salvam vidas. No entanto, a vasta maioria dessas capacidades químicas permanece oculta. Embora os cientistas tenham aprendido a ler os projetos genéticos dos micróbios, encontrar as instruções específicas para fabricar esses compostos úteis tem sido como procurar uma agulha em um palheiro, especialmente quando os micróbios não podem ser cultivados em laboratório.

Para resolver isso, os pesquisadores utilizam um método chamado mineração de genoma. Eles procuram por grupos específicos de genes que estão situados lado a lado no DNA, agindo como um manual de instruções completo para construir um único produto químico. Esses grupos são chamados de clusters de genes biossintéticos. Ao escanear o DNA de micróbios encontrados no solo, nos oceanos e até dentro de outros animais, os cientistas podem prever quais produtos químicos esses organismos podem produzir, mesmo que nunca tenham visto o organismo em si. O desafio sempre foi escala e contexto: existem tantos desses grupos de genes, e tão pouca informação sobre de onde eles vêm ou que tipo de organismo os detém, que é difícil saber quais valem a pena investigar.

Uma equipe de pesquisadores lançou agora uma atualização massiva de uma biblioteca digital projetada para organizar este mundo químico oculto. Esta nova versão, chamada BGC Atlas v2, expande a coleção de clusters de genes conhecidos em mais de oito vezes, elevando o número total de projetos químicos previstos para mais de 16 milhões. Mais importante ainda, ela não apenas lista esses clusters; ela anexa um cartão de identidade detalhado a quase todos eles. Pela primeira vez, o banco de dados diz aos cientistas não apenas o que um cluster de genes pode produzir, mas também a linhagem conhecida mais próxima do organismo que o carrega e em que tipo de ambiente esse organismo vive. Embora essas atribuições reflitam as linhagens de referência mais próximas e possam nem sempre identificar o organismo exato devido a fatores como a transferência horizontal de genes, essa mudança transforma a ferramenta de um simples catálogo em um mapa, permitindo que os pesquisadores naveguem pelas relações entre produtos químicos específicos, os organismos que os fabricam e os ecossistemas que habitam.

Os pesquisadores construíram este novo atlas reunindo dados de DNA de uma ampla variedade de fontes públicas, incluindo amostras do oceano profundo, solos florestais e ambientes associados a seres humanos. Eles combinaram estes com dados genéticos de organismos que foram cultivados com sucesso em laboratórios. Usando programas de computador poderosos, eles escanearam mais de 85.000 amostras de DNA ambiental e mais de 750.000 genomas individuais para identificar esses clusters de genes. O resultado é uma coleção que não é apenas maior, mas também mais completa. Enquanto a versão anterior dependia fortemente de fragmentos de DNA de amostras ambientais, este novo lançamento inclui muitos mais genomas completos e de alta qualidade. Isso significa que os pesquisadores agora podem ver o manual de instruções completo de uma via química, em vez de apenas páginas espalhadas, levando a previsões mais precisas sobre o que o micróbio é capaz de produzir.

Um dos feitos mais significativos deste trabalho é a capacidade de ligar esses projetos químicos a ramos específicos da árvore da vida. No passado, encontrar um cluster de genes em uma amostra de solo significava saber que ele estava lá, mas não saber se pertencia a uma bactéria comum ou a uma espécie rara e desconhecida. Nesta nova versão, os pesquisadores usaram técnicas de correspondência avançadas para atribuir uma identidade taxonômica a 99,4% dos clusters de genes. Eles agora podem afirmar com alta confiança que uma via química específica pertence a um gênero ou até mesmo a uma espécie de micróbio específica, embora observem que essas atribuições refletem as linhagens de referência mais próximas e podem nem sempre localizar o portador exato. Isso permite que os cientistas façam novas perguntas, como se certos tipos de produtos químicos são exclusivos de grupos específicos de organismos ou se são compartilhados entre diferentes ramos da árvore genealógica microbiana.

A análise deste conjunto de dados massivo revelou padrões claros em como a natureza distribui seu potencial químico. Os pesquisadores descobriram que o tipo de ambiente em que um micróbio vive influencia fortemente os tipos de produtos químicos que ele produz. Por exemplo, micróbios que vivem em ambientes aquáticos, como oceanos e lagos, são muito mais propensos a carregar as instruções para fabricar terpenos, uma grande classe de compostos frequentemente usados em fragrâncias e medicamentos. Em contraste, micróbios que vivem em associação com animais, particularmente dentro do sistema digestivo humano, são muito mais propensos a produzir uma classe diferente de produtos químicos chamados RiPPs. Essas diferenças não são apenas aleatórias; elas refletem as necessidades específicas de sobrevivência dos organismos nesses habitats. Além disso, o estudo mostrou que esses padrões permanecem verdadeiros mesmo ao observar grupos específicos de bactérias, sugerindo que tanto a história familiar do organismo quanto seu ambiente atual moldam seu kit de ferramentas químicas.

Talvez a descoberta mais impressionante deste trabalho seja o quanto dessa diversidade química permanece oculta dos métodos laboratoriais tradicionais. Quando os pesquisadores compararam os clusters de genes encontrados no novo atlas com aqueles encontrados em bactérias que foram cultivadas com sucesso em laboratórios, descobriram uma lacuna enorme. Mais de 60% das famílias químicas únicas encontradas na natureza estavam completamente ausentes dos organismos cultivados. Isso significa que, ao confiar apenas em micróbios que podemos cultivar em uma placa de Petri, os cientistas perderam a grande maioria das inovações químicas da natureza. O novo atlas destaca que as pistas mais promissoras para novos medicamentos provavelmente estão escondidas na maioria não cultivada do mundo microbiano, esperando para serem descobertas através dessas abordagens genômicas.

Os pesquisadores também observaram que, embora o banco de dados seja enorme, ele representa apenas uma fração do potencial total. Mesmo com 16 milhões de clusters de genes, o número de famílias químicas únicas está nas centenas de milhares, e apenas uma pequena parte destes foi testada experimentalmente para ver o que realmente fazem. A ferramenta é projetada para ajudar os cientistas a priorizar quais dessas milhões de possibilidades valem mais a pena investigar. Ao permitir que os usuários pesquisem por características químicas específicas, filtrem pelo tipo de organismo ou procurem clusters em ambientes específicos, o atlas atua como um guia para a próxima geração de descoberta de fármacos. Ele transforma o ruído esmagador de dados genéticos brutos em um cenário estruturado e navegável, onde as pistas mais promissoras podem ser encontradas.

Este trabalho não afirma ter resolvido o problema de encontrar novos medicamentos, nem sugere que cada cluster de genes no banco de dados levará a um novo fármaco. Em vez disso, oferece uma visão abrangente e organizada do estado atual da diversidade química microbiana. Confirma que o mundo natural detém uma amplitude extraordinária de potencial químico que tem sido amplamente inexplorada. Ao conectar os pontos entre genes, organismos e ambientes, o BGC Atlas v2 oferece um caminho mais claro para os cientistas que buscam desbloquear os segredos do mundo microbiano e aproveitar seu poder para o benefício humano. A escala colossal dos dados serve como um lembrete de que, embora tenhamos feito progressos significativos, a extensão total da biblioteca química da natureza ainda está esperando para ser lida.