Pan-genome analysis of whole genome of Chlamydia trachomatis uncovers a highly conserved core and structured accessory variations

As bactérias são frequentemente consideradas organismos unicelulares simples, mas seus projetos genéticos contam uma história mais complexa. Cada bactéria carrega um conjunto de instruções, seu genoma, que dita como ela vive e interage com o mundo. Os cientistas sabem há muito tempo que, embora membros da mesma espécie bacteriana compartilhem uma vasta quantidade de material genético, eles não são clones idênticos. Alguns genes são essenciais e encontrados em cada indivíduo da espécie, formando uma base estável. Outros são mais como ferramentas opcionais, aparecendo em algumas linhagens, mas ausentes em outras, permitindo que as bactérias se adaptem a ambientes ou desafios específicos. Essa coleção de todos os genes encontrados em uma espécie inteira é chamada de pangenoma. Compreender o equilíbrio entre esses genes compartilhados e essenciais e os variáveis e opcionais é crucial para entender como as bactérias evoluem, como causam doenças e como podemos detê-las.

Uma dessas bactérias, a Chlamydia trachomatis, é a principal causa de uma infecção sexualmente transmissível comum em todo o mundo. Ela é uma mestre da sobrevivência dentro de células humanas, tendo descartado muitos dos genes necessários para produzir sua própria energia e dependendo inteiramente de seu hospedeiro para obter combustível. Por viver uma vida tão restrita, seu genoma é pequeno e compacto. No entanto, mesmo dentro desse pacote genético apertado, existe variação. Pesquisadores tradicionalmente observavam apenas um ou dois genes para identificar diferentes linhagens desta bactéria, mas essa abordagem pode, às vezes, perder a visão do quadro geral de como esses micróbios estão relacionados. Para obter uma visão mais clara, uma equipe de cientistas do Brasil decidiu examinar a biblioteca genética completa de setenta linhagens diferentes de C. trachomatis. Eles queriam ver exatamente quanto do genoma é compartilhado por todas elas e quanto é exclusivo de grupos específicos, mapeando efetivamente o panorama genético completo da espécie.

A equipe reuniu sequências genéticas completas de setenta linhagens diferentes disponíveis em um banco de dados público. Eles não olharam apenas para o DNA bruto; eles verificaram cuidadosamente as anotações, que são os rótulos que os cientistas usam para identificar o que cada pedaço de DNA faz. Usando um programa de computador especializado, eles agruparam genes semelhantes em famílias. Se um gene aparecia em uma linhagem, ele era marcado como presente; se estivesse ausente, era marcado como ausente. Ao alinhar esses setenta genomas lado a lado, eles puderam contar exatamente quantas famílias de genes eram universais, aparecendo em cada linhagem, e quantas eram acessórias, aparecendo apenas em algumas.

Os resultados revelaram um genoma que é notavelmente estável. De quase mil famílias de genes distintas identificadas em todas as linhagens, quase quatro quintos foram encontrados em cada uma delas. Esse conjunto "central" (core) de genes representa o kit de ferramentas essencial que cada bactéria C. actually. trachomatis precisa para sobreviver. Os pesquisadores descobriram que esse núcleo é tão dominante que, se você tivesse observado apenas cinquenta das linhagens, já teria descoberto noventa e nove e meio por cento da diversidade genética total disponível no grupo inteiro. Adicionar as vinte linhagens restantes ao estudo mal alterou a contagem total, com os últimos genomas contribuindo quase nada de novos genes. Isso sugere que a espécie atingiu um ponto de saturação onde a variedade genética disponível está bem definida e não está se expandindo rapidamente com novas amostras.

Embora o núcleo seja massivo e imutável, a parte restante do genoma, conhecida como genoma acessório, detém a chave das diferenças entre as linhagens. Essa fração menor, composta por cerca de um quinto dos genes totais, é onde reside a variedade. Alguns desses genes são comuns, aparecendo na maioria das linhagens, enquanto outros são raros, aparecendo em apenas uma ou duas. Os pesquisadores descobriram que o número de genes em uma única linhagem variava ligeiramente, variando de aproximadamente oitocentos e setenta a novecentos genes. No entanto, essa variação não era um caos aleatório; era estruturada. Ao comparar os genes acessórios de diferentes linhagens, eles descobriram que alguns pares de linhagens eram quase idênticos em seu conteúdo gênico, enquanto outros eram bastante diferentes. Isso criou agrupamentos distintos, sugerindo que certos grupos de bactérias compartilham conjuntos específicos de ferramentas opcionais que outros não possuem.

O estudo também observou o quão semelhantes eram as sequências de proteínas reais dentro dessas famílias de genes. As proteínas, que são as partes funcionais construídas a partir das instruções genéticas, foram encontradas como quase idênticas entre as diferentes linhagens, com uma similaridade média de mais de noventa e oito por cento. Esse alto nível de conservação confirma que a espécie é geneticamente muito coesa. No entanto, os pesquisadores foram cuidadosos ao notar que os poucos genes que apareciam em apenas uma linhagem, conhecidos como "singletons", requerem investigação adicional. Alguns desses genes únicos foram identificados como tendo funções específicas, como auxiliar na produção de energia ou na quebra de moléculas, mas muitos foram apenas rotulados como "hipotéticos" porque sua função era desconhecida. A equipe enfatizou que esses genes raros podem ser características biológicas reais, ou podem ser simplesmente artefatos de como os dados foram processados, e não podem ser totalmente confiáveis até que sejam verificados com métodos mais uniformes.

Em última análise, este trabalho pinta o quadro de uma bactéria que é altamente consistente em sua biologia fundamental, mas flexível o suficiente para manter pequenos bolsos estruturados de variação. A grande maioria do código genético é compartilhada por todos, fornecendo um alvo sólido para diagnósticos de amplo espectro e potenciais vacinas. A parte menor e variável do genoma é onde residem as diferenças específicas entre as linhagens, provavelmente refletindo adaptações a diferentes tecidos ou ambientes dentro do corpo humano. Os pesquisadores concluíram que, embora o genoma central ofereça uma base estável para a compreensão da espécie, o genoma acessório contém as pistas de sua diversidade. Eles observaram que, sem informações mais detalhadas sobre a origem dessas linhagens ou quais doenças causavam, é difícil vincular essas diferenças genéticas a comportamentos específicos. No entanto, ao mapear toda a extensão do repertório genético da espécie, o estudo fornece um mapa de alta resolução que futuros cientistas poderão usar para entender melhor como esse patógeno persistente evolui e sobrevive.