An AI-assisted genomic census of 193,342 assemblies finds a GFP-barrel family in unreported lineages, carrying pseudogenes in both fungi and cnidarians

A vida na Terra depende de uma vasta e invisível biblioteca de instruções genéticas, um código escrito em quatro letras químicas que diz a cada célula como construir a si mesma. Por décadas, os cientistas focaram nas partes deste código que produzem proteínas ativas e funcionais, as máquinas moleculares que impulsionam tudo, desde a digestão até a visão. Mas uma parte significativa do genoma é frequentemente descartada como "lixo", contendo instruções quebradas ou incompletas que não funcionam mais. No mundo da biologia marinha, uma das descobertas genéticas mais famosas é a proteína verde fluorescente, uma molécula que brilha no escuro e se tornou uma ferramenta padrão para observar as células trabalhando em laboratório. Esta proteína se dobra em uma forma robusta, semelhante a um barril, que aprisiona um centro químico brilhante. Durante anos, os pesquisadores acreditaram que, se este formato de barril existisse sem o centro brilhante, seria provavelmente apenas um remanescente evolutivo quebrado e inútil.

No entanto, um novo estudo desafia essa suposição ao olhar muito mais profundamente no código genético do que nunca antes. Em vez de depender da lista de proteínas conhecidas e funcionais, os pesquisadores escanearam os projetos genéticos brutos de quase duzentas mil organizações diferentes. Eles estavam à procura de um padrão específico e oculto: uma proteína em forma de barril que mantivesse a complexa maquinaria interna da proteína brilhante, mas que tivesse perdido a parte brilhante em si. O que encontraram foi uma família generalizada desses barris não brilhantes, carregando uma rede específica de cargas elétricas em seu interior, existindo em linhagens de vida que nunca foram suspeitas de tê-los. O estudo revela que essas proteínas não são apenas detritos genéticos aleatórios; em muitos casos, elas estão sendo cuidadosamente preservadas pela evolução, sugerindo que desempenham um trabalho vital, ainda não descoberto, na escuridão.

A pesquisa começou com uma pergunta simples, porém massiva: quão longe esta família específica de proteínas em barril alcança através da árvore da vida? Estudos anteriores haviam olhado apenas para as proteínas que as células já haviam construído e catalogado, perdendo quaisquer instruções genéticas que estivessem quebradas ou incompletas. Para encontrar o quadro completo, a equipe utilizou uma busca assistida por computador que leu o DNA de 193.342 montagens de genomas em todas as direções possíveis. Essa abordagem permitiu que eles detectassem sequências genéticas que pareciam a proteína em barril, mesmo que contivessem erros que impediriam uma célula de produzir o produto final. A busca retornou quase quatrocentos locais no genoma que correspondiam ao padrão. Quando os pesquisadores filtraram esses resultados para encontrar aqueles que carregavam a rede elétrica completa e oculta dentro do barril, identificaram 140 locais distintos. Esses locais pertenciam a 77 tipos diferentes de organismos, expandindo significativamente o alcance conhecido desta família de proteínas.

Entre as novas descobertas estavam organismos que nunca haviam sido ligados a esta família anteriormente. A busca descobriu essas proteínas em barris em grupos antigos de esponjas, um tipo de águas-vivas conhecido como corônata e até em organismos unicelulares chamados arqueias que vivem em ambientes extremos. Talvez o mais surpreendente seja que a equipe encontrou essas proteínas em fungos, um grupo de organismos que inclui cogumelos e bolores. Nas amostras fúngicas, os pesquisadores descobriram que um número substancial dessas instruções genéticas estava quebrado, carregando erros que impediriam seu funcionamento. Esse padrão de cópias quebradas também foi visto nos parentes das águas-vivas e corais, sugerindo que, embora a proteína seja útil em algumas linhagens, ela está se desfazendo em outras. O estudo utilizou um método de reconstrução evolutiva para mostrar que, em um grupo específico de bolores pretos, o gene foi perdido independentemente muitas vezes, indicando que não é essencial para sua sobrevivência.

Apesar das cópias quebradas, as partes do genoma que permaneceram intactas contavam uma história diferente. Nos organismos onde o gene ainda estava íntegro, o DNA mostrava sinais de estar sob uma pressão evolutiva rigorosa para permanecer o mesmo. Isso significa que quaisquer mudanças aleatórias na estrutura da proteína estavam sendo eliminadas pela seleção natural, um sinal forte de que a proteína está realizando algo importante. Em um tipo de coral, o gene havia sido copiado onze vezes consecutivas, um sinal de que o organismo depende fortemente dele. Os pesquisadores também descobriram que, em dois grupos diferentes de bactérias, esses genes de barril estavam situados dentro de elementos genéticos móveis, como vírus que infectam bactérias ou genes saltadores que se movem pelo genoma. Isso sugere que o gene pode estar se movendo entre diferentes espécies de bactérias, um processo que poderia ajudá-lo a se espalhar para novos ambientes.

O estudo também examinou de perto a composição química dessas proteínas. Na famosa proteína brilhante, um aminoácido específico chamado tirosina é essencial para criar a luz. Nesta família recém-descoberta, essa tirosina é substituída por diferentes aminoácidos não brilhantes. Nas versões fúngicas e bacterianas, o local é geralmente preenchido por valina, enquanto nas versões animais, é frequentemente preenchido por fenilalanina. Essa substituição consistente sugere que a proteína evoluiu para uma nova função que não envolve luz. Os pesquisadores mediram as distâncias entre as cargas elétricas internas e descobriram que o arranjo nesta família é distinto das proteínas brilhantes, confirmando ainda mais que se trata de um grupo único. Embora o trabalho exato dessas proteínas permaneça um mistério, a evidência de que elas estão sendo preservadas em algumas espécies e perdidas em outras aponta para um papel especializado que varia através da árvore da vida.

Uma das descobertas mais intrigantes foi a presença dessas proteínas em organismos que não as possuem em seus catálogos de proteínas. Como a busca olhou diretamente para o DNA, ela encontrou instruções genéticas que haviam sido perdidas pelos métodos tradicionais. Por exemplo, o estudo encontrou esses barris em um grupo de algas microscópicas que vivem dentro de outros animais marinhos e em um tipo de esponja que nunca havia sido relatado como portador deles. Os pesquisadores foram cuidadosos para descartar a possibilidade de que estes fossem apenas contaminantes de outros organismos, utilizando múltiplas verificações para garantir que os genes realmente pertenciam ao hospedeiro. Eles também descobriram que, em alguns casos, as versões quebradas do gene ainda eram lidas pela célula, mesmo que não pudessem produzir uma proteína funcional, o que adiciona outra camada de complexidade à forma como essas instruções genéticas são utilizadas.

O trabalho não afirma ter resolvido o mistério do que essas proteínas fazem. Em vez disso, fornece um mapa claro de onde elas são encontradas e como estão mudando ao longo do tempo. Os pesquisadores sugerem que o próximo passo é realmente construir essas proteínas em um laboratório e testá-las para ver quais reações químicas elas podem realizar. Até lá, o estudo permanece como uma demonstração poderosa de como olhar diretamente para o código genético bruto, em vez de apenas para os produtos acabados, pode revelar capítulos ocultos da história evolutiva. Ele mostra que a natureza frequentemente mantém máquinas moleculares complexas mesmo após perderem sua função original, reaproveitando-as para novos papéis invisíveis nos cantos escuros do mundo vivo.