Modeling survival–diversity trade-offs and rearrangement cascades in synthetic yeast SCRaMbLE

Resumo Técnico: Modelagem de Trade-offs entre Sobrevivência e Diversidade e Cascatas de Rearranjo em SCRaMbLE de Levedura Sintética

Definição do Problema
As investigações experimentais atuais do Rearranjo e Modificação Cromossômica Sintética por Evolução mediada por LoxP (SCRaMbLE) no genoma de levedura sintética (Sc2.0) baseiam-se principalmente no sequenciamento de clones viáveis de ponto final. Esta abordagem captura apenas a fração "enriquecida de sobreviventes" do panorama de rearranjo, deixando trajetórias que resultam em letalidade (especificamente, a perda de genes essenciais) amplamente não observadas. Além disso, há uma carência de um arcabouço quantitativo que modele conjuntamente as relações de sítios lox, processos de rearranjo estocásticos e restrições de sobrevivência celular para compreender os trade-offs entre gerar diversidade estrutural e manter a viabilidade.

Metodologia
Os autores desenvolveram um arcabouço estocástico de ordem de lox, consciente de risco, para simular trajetórias de SCRaBLe progressivamente no tempo. Os componentes metodológicos principais incluem:

• Representação de Estado Dinâmico: Cada cromossomo sintético é modelado como uma sequência dinâmica de segmentos delimitados por lox. O sistema atualiza a ordem dos segmentos, orientação, junções, cópias de lox ativas e números de cópias de Open Reading Frame (ORF) após cada evento.
• Mecanismo de Eventos (Event Engine): O simulador processa eventos de deleção, inversão e duplicação em tandem. As tentativas de evento são amostradas de uma distribuição de Bernoulli ($p_{event}$). Quando um evento ocorre, um par de lox elegível no mesmo cromossomo é selecionado com base em esquemas de amostragem específicos, e uma classe de evento é escolhida com base em probabilidades empíricas derivadas de dados prévios.
• Esquemas de Amostragem: Duas estratégias de amostragem de pares lox foram comparadas:
  1. Amostragem de distância linear: Pesando pares com base no número de passos de ordem lox ($d_{ij}$) usando um decaimento de lei de potência ($w \propto [1+d_{ij}]^{-\alpha}$).
  2. Amostragem parcialmente informada por Hi-C: Combinando o componente de distância com dados diretos da matriz de contato SynII (contatos Hi-C normalizados) para SynII, com um fallback baseado em distância para outros cromossomos ou pares que carecem de dados de contato.
• Portão de Essencialidade (Essentiality Gate): Um filtro de viabilidade estrito foi implementado, onde uma trajetória é classificada como "falha no portão" (gate-failing) no momento em que qualquer ORF essencial retida atinge zero cópias. Isso permite o rastreamento de trajetórias sobreviventes (passando pelo portão) e letais (falhando no portão).
• Grade de Simulação: O estudo avaliou 88 cenários em duas famílias de amostragem, quatro parâmetros de decaimento de distância ($\alpha$) e 11 probabilidades de evento ($p_{event}$). Cada cenário envolveu 10.000 trajetórias independentes com até 20 oportunidades de eventos sequenciais.
• Métricas de Diversidade: A diversidade estrutural foi quantificada usando assinaturas de topologia linear invariantes de rótulo de cópia para calcular a diversidade de Shannon efetiva rarefata ($D_1$), distinguindo a variação estrutural real de rótulos de cópia específicos da simulação.
• Análise de Replay de Estado: Para compreender as cascatas de rearranjo, os autores realizaram o replay de trajetórias de falha no portão para analisar como eventos de não-deleção precedentes (inversões/duplicações) alteraram a acessibilidade e a probabilidade do evento de deleção terminal que causou a letalidade.

Resultos Principais

1. Trade-off Sobrevivência–Diversidade: Existe um trade-off contínuo e reproduzível entre a fração de trajetórias que passam pelo Portão de Essencialidade e a diversidade estrutural dos endpoints sobreviventes. O aumento de $p_{event}$ consistentemente reduziu a fração de passagem no portão enquanto aumentou a diversidade estrutural.

   • A fronteira de Pareto (configurações não dominadas) foi definida inteiramente pela amostragem de distância linear em $\alpha = 2.0$.
   • Em um limiar de passagem no portão pré-especificado de 0.70, a configuração mais diversa admissível ocorreu em $p_{event} = 0.10$ (fração de passagem 0.7285, diversidade estrutural $D_1 = 456.16$).
   • A diversidade máxima irrestrita ($D_1 = 1.138,78$) foi alcançada em $p_{event} = 0.30$, onde a fração de passagem caiu para 0.3710.

2. Mecanismos de Falha no Portão:

   • Todas as trajetórias de falha no portão terminaram com um evento de deleção, visto que inversões e duplicações preservam ou aumentam o número de cópias.
   • No entanto, 44,73% das trajetórias de falha no portão continham pelo menos uma inversão ou duplicação precedente.
   • Efeitos de Cascata: A análise de replay de estado revelou que eventos de não-deleção alteram o "perigo" (hazard) de uma deleção subsequente. Inversões aumentaram o perigo de deleção de um passo na falha do portão em 41,66% dos estados amostrados (frequentemente encurtando a distância ou ativando novos spans letais), enquanto duplicações diminuíram o perigo em 96,67% dos estados (primariamente através de renormalização do espaço de pares e tamponamento).

3. Organização Espacial e Hi-C:

   • A informação parcial de Hi-C proporcionou uma melhoria modesta na correlação de Pearson agrupada ($r = 0.4509$) em comparação com a amostragem de distância linear ($r = 0.4329$).
   • Contudo, essa vantagem não foi consistente entre as métricas; a amostragem de distância linear teve melhor desempenho em correlação de Spearman e RMSE.
   • O desempenho de ranking de hotspots permaneceu próximo ao aleatório para ambos os modelos, e as correlações de holdout por cromossomo foram fracas, sugerindo que o sinal de Hi-C é dependente de contexto e não se generaliza bem entre cromossomos ou para a predição do top-10% de hotspots.

4. Perdas ao Nível de Intervalo: As falhas no portão concentraram-se em intervalos recorrentes em SynII contendo genes essenciais como EXO84, TIM12, CMD1 e ALG1. Genes dentro do mesmo segmento delimitado por lox compartilharam frequências de perda idênticas, indicando que a estrutura do intervalo impulsiona os padrões de perda mais do que a identidade individual do gene.

Significância e Alegações
O artigo afirma fornecer uma base computacional reproduzível para:

• Quantificar Trade-offs: Resolver o trade-off sobrevivência–diversidade via uma fronteira de Pareto, permitindo que pesquisadores selecionem parâmetros de indução ($p_{event}$) que equilibrem a geração de diversidade estrutural com a retenção de clones viáveis.
• Trajetórias Não Observadas: Caracterizar o "panorama ausente" de trajetórias de rearranjo letais, demonstrando explicitamente que eventos de não-deleção (inversões/duplicações) podem indiretamente desencadear letalidade ao remodelar a acessibilidade de deleções subsequentes.
• Geração de Hipóteses: Gerar hipóteses de nível de intervalo para calibração experimental. O modelo identifica intervalos específicos de SynII onde a deleção leva à letalidade, fornecendo candidatos testáveis para validação experimental (ex: via deleção por CRISPR-Cas9).
• Rigor Metodológico: Estabelecer um arcabouço que distingue entre probabilidades de evento definidas pelo modelo e condições de indução experimental, enfatizando que o modelo atual foca em eventos intracromossômicos e que trabalhos futuros exigirão calibração em laboratório para mapear probabilidades adimensionais para atividade de Cre e duração de exposição.

Os autores mantêm uma postura modesta, observando que o Portão de Essencialidade captura apenas um componente da viabilidade (perda de gene essencial) e que o arcabouço ainda não contabiliza sensibilidade de dosagem, translocações ou estruturas intercromossômicas complexas observadas em populações experimentais. O estudo conclui que, embora os dados parciais de Hi-C ofereçam algum ganho preditivo, o modelo de distância linear permanece robusto para definir o núcleo do panorama de trade-off.