Candidate Homologs of REST-Associated Chromatin Regulatory Components in Choanoflagellates

Resumo Técnico: Homólogos Candidatos de Componentes Reguladores de Cromatina Associados ao REST em Choanoflagelados

Definição do Problema
O REST/NRSF é um repressor transcricional animal bem caracterizado que silencia programas gênicos neuronais ao se ligar aos motivos de DNA RE1/NRSE via dedos de zinco C2H2 e recrutar um complexo de co-repressão de cromatina (incluindo CoREST/RCOR, SIN3, HDACs e LSD1). Para compreender as origens evolutivas desta lógica regulatória, é necessário determinar quais componentes deste caminho precedem a linhagem animal. Os choanoflagelados, como os parentes vivos mais próximos dos animais, servem como o grupo externo crítico para esta investigação. O estudo aborda duas questões distintas: (1) Os choanoflagelados codificam um ortólogo direto de REST/NRSF? e (2) Eles codificam homólogos candidatos das famílias de proteínas mais amplas (ligantes de DNA, co-repressores, modificadores de cromatina) que constituem a maquinaria de repressão associada ao REST em animais?

Metodologia
O estudo empregou um levantamento computacional em camadas em 23 conjuntos de dados proteicos de choanoflagelados, compreendendo três proteomas de genoma completo (Monosiga brevicollis, Salpingoeca rosetta, Choanoeca flexa) e vinte conjuntos derivados de transcriptoma, totalizando 702.196 proteínas preditas.

1. Triagem Baseada em HMM: Um painel curado de Modelos Ocultos de Markov (HMMs) foi montado a partir de Pfam/InterPro para detectar domínios associados à função de REST. Estes incluíam:

   • Ligação ao DNA: dedos de zinco C2H2, bHLH, homeobox, POU, Myb/SANT, forkhead, MADS, GATA, HMG box, T-box.
   • Arquitetura de Repressor: BTB/POZ, KRAB, SCAN.
   • Complexo Co-repressor: ELM2, SIN3 PAH, histona desacetilase (HDAC), LSD1-type amine oxidase, SWIRM.
   • Leitores/Modificadores de Cromatina: PHD, bromodomínio, chromodomain, BAH, SET, SIR2.
     O painel foi pesquisado contra todos os conjuntos de proteínas usando HMMER com limiares de coleta.

2. Priorização de Candidatos: 5.123 proteínas candidatas foram identificadas. Elas foram classificadas usando uma fórmula de pontuação que pesava a presença de domínios específicos (ex: C2H2, BTB/POZ, domínios de co-repressor) e a anotação do melhor hit Swiss-Prot (ex: "REST", "HDAC", "repressor transcricional"). Os candidatos foram estratificados em níveis Baixo, Moderado, Alto e de Prioridade.

3. Verificação de Sequência: Os candidatos foram verificados via buscas DIAMOND contra o Swiss-Prot (E-value < 1e-5) e uma verificação secundária por BLASTP nos 50 principais candidatos de prioridade. O HH-suite foi observado como uma extensão futura, mas não foi utilizado devido a restrições de banco de dados.

4. Preparação Estrutural: Arquivos FASTA prontos para AlphaFold foram gerados para 40 candidatos prioritários. Estruturas de referência para seus principais homólogos Swiss-Prot foram recuperadas do AlphaFold DB (rendendo 12 estruturas de referência únicas do UniProt) para facilitar futuras comparações estruturais.

5. Análise de Motivo: Um escaneamento de promotor (até 1 kb a montante dos genes) foi realizado nas três montagens de genoma completo para o motivo canônico RE1/NRSE (TTCAGCACCACGGACAGCGCC), permitendo até cinco incompatibilidades (mismatches). Um modelo nulo pareado por GC foi computado para avaliar o enriquecimento, calculando as probabilidades de cauda de Poisson e valores de FDR de Benjamini-Hochberg.

Resultos Principais

• Prevalência de Domínios: O levantamento identificou 8.299 hits de domínios em 5.123 candidatos. Famílias como dedos de zinco C2H2, BTB/POZ, HDACs, SIN3 PAH e vários leitores de cromatina foram detectados em todas as 23 amostras, indicando um amplo kit regulatório em choanoflagelados.
• Ausência de Ortólogos de REST/NRSF: Nenhum candidato proteico retornou uma anotação de melhor-hit convincente para NRSF/REST. O estudo não encontrou evidências de um ortólogo direto de REST/NRSF nos conjuntos de dados pesquisados.
• Presença de Candidatos Co-Repressores: O sinal mais forte foi a identificação de homólogos candidatos da maquinaria recrutada pelo REST, em vez do próprio repressor.
  • HDAC/SIN3: Proteínas do tipo histona desacetilase e proteínas com domínio PAH do tipo SIN3 dominaram os níveis de prioridade mais altos.
  • RCOR/CoREST: Cinco candidatos continham domínios ELM2 e/ou Myb-SANT com melhores hits Swiss-Prot para RCOR1/2/3 ou proteínas "co-repressoras de REST". Estes são tratados como homólogos provisórios, pois os domínios ELM2/SANT são amplamente difundidos e a ortologia requer validação filogenética adicional.
  • Repressores do tipo YY1: Dez candidatos de dedos de zinco C2H2 corresponderam a repressores transcricionais do tipo YY1 humano, sugerindo a presença de repressores de sequência específica distintos de REST.
• Enriquecimento de Motivos: Foram encontrados 717 sequências do tipo RE1 frouxamente correspondentes. O modelo nulo pareado por GC indicou enriquecimento em limiares relaxados (4 e 5 incompatibilidades) em S. rosetta e C. flexa. No entanto, o limiar mais estrito (3 incompatibilidades) rendeu apenas evidências marginais (ex: 2 hits em S. rosetta com FDR = 0,057), sugerindo que estes são sítios candidatos em vez de elementos regulatórios confirmados.
• Dados Estruturais: 12 estruturas de referência únicas foram preparadas para comparação futura contra as estruturas previstas dos candidatos choanoflagelados.

Significância e Alegações
O artigo conclui com uma interpretação conservadora: os choanoflagelados codificam homólogos candidatos de várias famílias de proteínas que participam da repressão associada ao REST em animais (especificamente HDACs, proteínas do tipo SIN3, candidatos do tipo RCOR/CoREST e repressores C2H2). Contudo, o estudo explicitamente não afirma que esses componentes funcionam juntos como uma via integrada do tipo REST em choanoflagelados.

A principal significância reside na distinção entre a presença de componentes individuais e a existência de uma via funcional. Embora a "lista de partes" para a repressão associada ao REST pareça ser amplamente pré-animal, o estudo não encontra evidências de um ortólogo direto de REST/NRSF ou de um complexo integrado confirmado em choanoflagelados. A identificação de candidatos provisórios do tipo RCOR/CoREST é destacada como o elo mais direto com o complexo REST animal, justificando investigação filogenética e estrutural futura. Os resultados de motivos são apresentados como pistas exploratórias para análise regulatória futura, em vez de prova de ligação funcional.

Limitações Notadas pelo Autor

• A similaridade de sequência não equivale à função bioquímica.
• Comparações estruturais foram preparadas, mas não executadas (não foram geradas previsões locais do AlphaFold).
• A análise de motivos utilizou um modelo nulo simples pareado por GC, carecendo de controles para conservação filogenética ou background intergênico.
• Conjuntos derivados de transcriptoma podem conter artefatos ou isoformas que complicam a interpretação do número de cópias.
• A ortologia RCOR/CoREST permanece provisória, pendente de similaridade recíproca e reconstrução filogenética.