A relational architecture of the human genome

O genoma humano é frequentemente descrito como um código longo e linear, uma sequência de letras que dita as instruções para construir uma pessoa. Durante décadas, cientistas mapearam essa sequência, identificaram os genes que atuam como projetos para proteínas e traçaram as dobras tridimensionais que permitem que partes distantes do DNA se toquem. No entanto, uma questão fundamental permaneceu sem resposta: como as letras individuais deste código conversam entre si? Em sistemas complexos encontrados em toda a natureza, desde a forma como os neurônios disparam em um cérebro até a forma como o tráfego flui por uma cidade, o comportamento de uma parte frequentemente depende do estado de outra. No genoma, sabemos que grupos locais de letras trabalham juntas para formar interruptores que ligam ou desligam genes, mas não estava claro se essas interações locais são eventos isolados ou se formam uma vasta e oculta rede que se estende por todo o comprimento do nosso DNA. Compreender essa camada mais profunda de organização é crucial porque poderia explicar por que algumas mudanças na sequência do DNA causam doenças enquanto outras não, e como o genoma mantém sua estabilidade ao longo de milhões de anos de evolução.

Uma equipe de pesquisadores da RWTH Aachen University e do Centro de Supercomputação de Jülich deu agora um passo massivo para responder a essa pergunta, tratando todo o genoma humano como um sistema complexo de relações. Em vez de olhar para o DNA como uma lista estática de letras, eles usaram um poderoso modelo de inteligência artificial, treinado em dados genômicos, para testar sistematicamente como cada única letra no genoma humano influencia todas as outras letras. Eles trabalharam com o genoma de referência humano completo, de ponta a ponta, que contém aproximadamente 3,12 bilhões de posições. Usando um dos supercomputadores mais avançados do mundo, eles alteraram virtualmente cada letra do genoma para cada uma das outras três letras possíveis, uma por uma. Para cada mudança, eles mediram como a compreensão do modelo de IA sobre a sequência circundante mudava. Esse processo gerou um mapa massivo de dependências, revelando que, quando uma letra é alterada, ela frequentemente causa um efeito cascata que muda o significado ou a função de letras distantes, criando uma rede direcionada de conexões que se estende por todo o cromossomo.

Os resultados dessa simulação revelaram que o genoma é organizado em uma estrutura de ordem superior definida por essas dependências. Os pesquisadores descobriram que essas conexões não são aleatórias; elas seguem regras específicas baseadas em distância, direção e o tipo de sequência de DNA envolvida. Por exemplo, as conexões são mais fortes entre letras que foram preservadas pela evolução ao longo de milhões de anos, sugerindo que a natureza manteve essas relações intactas porque elas são essenciais para a vida. O estudo também mostrou que essas redes de dependência se alinham com características biológicas conhecidas, como os limites dos genes e a estrutura do RNA, mas também se estendem muito além do que os cientistas haviam anotado anteriormente. Os pesquisadores identificaram sete formas ou padrões distintos nesses mapas de conexão, que eles chamaram de "relons". Esses padrões incluem blocos densos de letras interligadas, estruturas periódicas repetitivas e hubs direcionais onde um pequeno trecho de DNA influencia uma região muito maior, ou vice-versa. Esses relons aparecem consistentemente em todos os cromossomos, formando uma linguagem arquitetônica recorrente que organiza o genoma.

Talvez de forma mais intrigante, os pesquisadores descobriram milhares dessas estruturas relacionais em regiões do genoma que eram anteriormente consideradas "escuras" ou não anotadas, o que significa que não continham genes conhecidos ou elementos regulatórios. Isso sugere que existe uma camada oculta de organização funcional nas partes do nosso DNA que pensávamos ser silenciosas. O estudo também vinculou esses padrões relacionais diretamente à saúde humana. Posições no genoma conhecidas por abrigar mutações causadoras de doenças foram encontradas significativamente mais conectadas ao resto do genoma do que posições inofensivas. Esses sítios patogênicos atuam como hubs com muitos fluxos de conexões de entrada e saída, implicando que uma mutação em tal lugar interrompe uma ampla rede de relações. Por outro lado, variações comuns encontradas em populações saudáveis mostraram uma conectividade muito mais fraca. Essa descoberta oferece uma nova maneira de interpretar dados genéticos, sugerindo que o impacto de uma mutação depende não apenas da letra em si, mas de quão profundamente ela está tecida na estrutura relacional do genoma.

Ao mapear essas dependências, os pesquisadores forneceram um novo quadro para visualizar o genoma humano, um que vai além da simples sequência linear e da forma física 3D para incluir uma camada relacional de organização. Eles disponibilizaram esses dados publicamente através de um navegador online, permitindo que outros cientistas explorem essas redes. Embora o estudo dependa de simulações computacionais em vez de experimentos físicos diretos, os padrões que descobriram alinham-se com princípios biológicos estabelecidos, como conservação evolutiva e estrutura gênica. O trabalho sugere que o genoma não é apenas uma coleção de partes, mas um sistema dinâmico onde as relações entre os nucleotídeos são tão importantes quanto os próprios nucleotídeos. Essa perspectiva abre novos caminhos para a compreensão de doenças genéticas, particularmente aquelas causadas por mutações em regiões não codificantes que os métodos tradicionais têm tido dificuldade em explicar, e sugere que a evolução da vida pode envolver a preservação dessas complexas teias de dependência tanto quanto preserva as letras individuais do código.