Position-resolved k-mer analysis of mature microRNAs reveal widespread CG and UA depletion across taxa

Dentro de cada célula viva, uma vasta rede de minúsculas instruções moleculares mantém a maquinaria da vida funcionando perfeitamente. Entre as instruções mais importantes estão curtas fitas de RNA chamadas microRNAs. Essas moléculas atuam como reguladores precisos, encontrando sequências correspondentes específicas em outras mensagens genéticas e silenciando-as para garantir que a célula produza as proteínas certas no momento certo. Para um microRNA funcionar, sua forma e composição química devem ser exatas. Os cientistas sabem há muito tempo que as primeiras letras da sequência de um microRNA são críticas, agindo como uma chave que se encaixa em uma fechadura específica para iniciar o processo. No entanto, as regras que governam o restante da molécula — as letras que seguem essas primeiras poucas — permaneceram um mistério. As letras que se sentam próximas umas das outras nessas minúsculas fitas seguem um padrão oculto ou são organizadas aleatoriamente?

Uma equipe de pesquisadores da Universidade Bharathidasan, na Índia, mapeou agora todo o panorama dessas minúsculas moléculas para responder a essa pergunta. Eles não olharam para apenas alguns exemplos; em vez disso, examinaram quase 49.000 registros de microRNAs maduros de 271 organismos diferentes, variando de humanos e outros mamíferos a insetos, peixes e plantas. Ao analisar essa coleção massiva, descobriram que o arranjo das letras nessas moléculas está longe de ser aleatório. Existe uma regra generalizada e consistente que governa como essas curtas fitas genéticas são construídas, uma regra que se mantém verdadeira em toda a árvore da vida.

Os pesquisadores focaram em quão frequentemente pares específicos de letras aparecem próximos uns dos outros. Na linguagem da genética, esses pares são chamados de dinucleotídeos. Quando contaram cada pareamento possível através dos milhões de sequências que estudaram, dois pares específicos se destacaram por sua ausência. A combinação das letras C e G, e a combinação de U e A, apareceram muito menos frequentemente do que o acaso preveria. De fato, o par C-G foi o mais raro de todas as dezesseis combinações possíveis, compondo apenas cerca de 3,3 por cento do total. O par U-A foi o segundo mais raro. Por outro lado, o par U-G foi o mais comum, aparecendo significativamente mais vezes do que o esperado.

Para garantir que essas descobertas não fossem apenas um resultado dos números, os cientistas usaram um método rigoroso de comparação. Eles criaram dois conjuntos diferentes de cenários de "e se". No primeiro, pegaram as mesmas sequências de microRNA e embaralharam a ordem das letras dentro de cada uma, mantendo o número total de cada letra, mas destruindo qualquer ordem natural. No segundo, eles embaralharam as letras em cada posição específica ao longo de todas as sequências de mesmo comprimento. Mesmo quando comparados contra essas versões embaralhadas e aleatórias, os microRNAs reais ainda mostraram uma falta distinta de pares C-G e U-A. Isso provou que a escassez desses pares é uma característica genuína das moléculas, não apenas um efeito colateral de quantas de cada letra estão presentes.

Esse padrão de escassez não se limitou apenas aos pares de duas letras. Os pesquisadores também observaram grupos de três letras, conhecidos como trinucleotídeos. Eles descobriram que cada combinação contendo um par C-G ou um par U-A também estava depletada, aparecendo com menos frequência do que os modelos aleatórios previam. Isso sugere que a regra contra esses vizinhos específicos se aplica ao longo de toda a extensão do microRNA, não apenas em um ponto específico. A descoberta foi consistente em todos os dez grandes grupos de organismos que testaram, desde plantas com flores até vermes nematódeos e humanos. Quer o organismo fosse uma planta ou um animal, os microRNAs consistentemente evitavam colocar um C ao lado de um G ou um U ao lado de um A.

Houve uma exceção interessante que exigiu uma inspeção mais próxima. Embora o par U-A fosse raro no geral, os pesquisadores notaram um pequeno pico em sua frequência no início da sequência do microRNA. Na primeira posição, o par U-A apareceu com mais frequência do que no resto da molécula. No entanto, quando os cientistas levaram em conta o fato de que a primeira letra de um microRNA é quase sempre um U, esse pico desapareceu. Descobriu-se que o alto número de pares U-A no início era simplesmente porque havia tantos Us no início para começar com, não porque a molécula tivesse uma preferência especial por colocar um A logo após um U. Uma vez que essa composição inicial foi levada em consideração, o par U-A foi encontrado depletado em todos os lugares, assim como o par C-G.

O estudo também explorou por que esses padrões poderiam existir. Para os pares C-G ausentes, uma explicação plausível reside na história da mutação do DNA. Em muitos animais, a letra C é frequentemente modificada quimicamente de uma forma que a torna propensa a mudar para T (ou U no RNA) ao longo do tempo evolutivo. Se um par C-G no DNA mutar para um par U-G, o RNA resultante teria naturalmente menos pares C-G e mais pares U-G. Isso combina com a observação dos pesquisadores de que o U-G é o par mais comum enquanto o C-G é o mais raro. No entanto, o artigo observa que isso é apenas uma hipótese; o estudo não mediu diretamente a metilação do DNA ou as taxas de mutação, então esta permanece uma possibilidade provável, em vez de uma causa confirmada.

A razão pela qual a escassez do par U-A é, no entanto, um completo mistério. Os pesquisadores não conseguiram encontrar um mecanismo biológico que explique por que essas duas letras evitam uma à outra. É possível que a própria estrutura da molécula, a maneira como ela é processada dentro da célula, ou a maneira como ela interage com seus alvos, torne a combinação U-A instável ou indesejável. O estudo identificou com sucesso que essa depleção existe e é universal, mas para antes de explicar o porquê.

Ao criar um mapa detalhado de como as letras são organizadas nessas minúsculas reguladoras, os pesquisadores forneceram um novo fundamento para a compreensão da biologia do microRNA. Eles mostraram que essas moléculas não são apenas sequências aleatórias de letras, mas são construídas com uma arquitetura específica e conservada que tem sido mantida ao longo de milhões de anos de evolução. Embora a razão completa para essa arquitetura ainda não seja conhecida, a descoberta de que os microRNAs universalmente evitam certas combinações de letras oferece uma nova pista para os cientistas que tentam entender como essas moléculas críticas funcionam e evoluem. O trabalho sugere que as regras da vida são escritas não apenas nas letras individuais, mas nas formas específicas em que essas letras são permitidas a sentar-se umas ao lado das outras.