Genome-wide identification and comparative analysis of endogenous retroviruses across five breed-representative pig assemblies

Resumo Técnico: Identificação em Escala Genômica e Análise Comparativa de Retrovírus Endógenos em Cinco Montagens Representativas de Raças Suínas

Problema
O xenotransplante suíno é uma solução potencial para a escassez de órgãos humanos, mas o risco de transmissão transespécie de retrovírus endógenos (ERVs) permanece como uma barreira de segurança crítica. As avaliações de risco atuais dependem fortemente de um único genoma de referência, criando um "ponto cego" em relação à diversidade de ERVs específica de cada raça, variações estruturais e idades de inserção através de diversos backgrounds genéticos. Estudos anteriores concentraram-se amplamente na segurança biomédica (ex: inativação de PERV) ou em levantamentos específicos de retrotransposons, carecendo de uma descrição unificada e multi-montagem da abundância de ERVs, completude estrutural e contexto genômico em suínos. Este estudo aborda a lacuna na variação específica de raça ao deslocar o framework analítico de uma única referência para um panorama comparativo de múltiplas raças.

Metodologia
Os pesquisadores conduziram uma análise genômica comparativa através de cinco montagens de genoma de suínos em nível de cromossomo, representando distintos backgrounds genéticos: porco miniatura Bama, Duroc, Meishan, Ningxiang e USMARC.

• Identificação e Anotação: Os loci de ERV foram identificados usando o pipeline LTRharvest/LTRdigest. Candidatos foram filtrados com base em limites de LTR pareados (comprimento de 100–2.000 bp, ≥80% de similaridade) e duplicações de sítio alvo (4–6 bp).
• Classificação Estrutural: Os loci foram classificados como completos, quase-completos ou parciais com base na retenção de LTRs pareados, sítios de ligação de primer (PBS), tratos de polipurina (PPT) e domínios retrovirais internos (ex: gag, pol, env, RVT_1).
• Filogenia e Análise de Idade: ERVs completos foram alinhados (MAFFT) e submetidos à inferência filogenética de máxima verossimilhança (IQ-TREE 2) contra um painel de 24 sequências de referência retrovirais. As idades relativas de inserção foram estimadas usando a divergência de Kimura 2-parâmetros entre LTRs pareados ($T = K / 2r$).
• Contexto Funcional e Genômico: Genes associados a ERVs (dentro de regiões flanqueadoras de 10 kb) foram analisados para enriquecimento de Ontologia Gênica (GO) e Kyoto Encyclopedia of Genes and Genomes (KEGG). Perfis de expressão tecidual foram derivados do conjunto de dados GSE93855 (seis tecidos), e a colocalização com loci de traços quantitativos (QTLs) foi avaliada usando Animal QTLdb.

Principais Resultados

• Panorama e Estrutura de ERV: Um total de 23.767 loci de ERV foram identificados através das cinco raças. O panorama é dominado por elementos estruturalmente degradados: 98,33% eram parciais, 1,35% quase-completos e apenas 0,32% (75 loci) foram classificados como completos.
• Diversidade Filogenética: Os ERVs completos agruparam-se em quatro clados retrovirais: Betaretrovirus, Gammaretrovirus, Spumaretrovirus e Epsilonretrovirus. Diferenças específicas de raça foram observadas; por exemplo, candidatos a Betaretrovirus e Spumaretrovirus foram mais frequentes em Ningxiang, enquanto candidatos a Gammaretrovirus foram mais comuns em Duroc e USMARC.
• Anomalias na Idade de Inserção: Estimativas de idade de inserção relativa revelaram um padrão contraintuitivo. A raça Ningxiang (uma raça chinesa autóctone com um tamanho efetivo de população pequeno) apresentou a menor mediana de idade de inserção (0,81 Myr), enquanto o linhagem composta de fora cruzamento USMARC apresentou a maior (7,85 Myr). Isso sugere que a redução da eficiência da seleção purificadora em tamanhos de população efetiva ($N_e$) pequenos pode permitir que elementos completos mais jovens persistam, em vez de que histórias de integração mais antigas sejam exclusivas de linhagens comerciais diversas.
• Contexto Genômico e Função:
  • Genes Compartilhados: 278 genes associados a ERV foram compartilhados entre as cinco montagens.
  • Enriquecimento: Esses genes compartilhados foram enriquecidos em vias de sinalização sináptica, transporte de vesículas e junções celulares (GO) e vias como Sinapse Glutamatérgica e Sinalização de Ocitocina (KEKG).
  • Expressão: O conjunto de genes compartilhados exibiu expressão tecidual específica, com pico de expressão frequentemente observado no baço, rim ou pulmão.
  • Colocalização de QTL: Houve uma sobreposição substancial entre genes associados a ERV e QTLs anotados para qualidade de carne, crescimento, gordura e reprodução. Notavelmente, 56,5% dos 278 genes compartilhados sobrepuseram-se com intervalos de QTL, uma taxa superior aos conjuntos específicos de raça.

Significância e Alegações
Os autores posicionam este estudo como o estabelecimento de um framework de pan-genoma abrangente e resolvido por raça para ERVs suínos. A significância do trabalho reside em:

1. Ir Além das Visões Centradas em PERV: O estudo amplia a compreensão dos retrovírus suínos além do framework clássico de PERV (Retrovírus Endógeno Suíno), fornecendo um catálogo mais amplo de candidatos a ERV e seus estados estruturais através de diversas raças.
2. Insights Demográficos: As descobertas sobre perfis de idade de inserção oferecem uma nova perspectiva sobre como a história demográfica da raça (eventos fundadores, intensidade de seleção, mistura) molda o complemento detectável de ERVs, destacando especificamente o impacto do tamanho da população efetiva na retenção de elementos completos.
3. Potencial Regulatório: A colocalização de genes associados a QTLs para traços economicamente importantes (qualidade de carne, reprodução) e seu enriquecimento em vias sinápticas/de transporte sugerem que loci de ERV integrados podem atuar como elementos regulatórios funcionais, em vez de remanescentes genômicos passivos.
4. Aplicação Prática: O catálogo gerado fornece parâmetros de referência práticos e listas de alvos para a seleção de linhagens doadoras e para a inativação viral precisa via CRISPR no contexto do xenotransplante.

Limitações e Modéstia
O artigo mantém explicitamente uma postura modesta quanto à causalidade. Ele esclarece que:

• A análise baseia-se em montagens de referência e não captura o polimorfismo de inserção ao nível populacional (o que exigiria amostragem de múltiplos indivíduos).
• O método de detecção (LTR pareado) cria um viés de seleção que favorece candidatos mais jovens e menos divergidos; portanto, as estimativas de idade são relativas, não absolutas.
• A colocalização com QTLs e o enriquecimento funcional indicam contextos genômicos candidatos, mas não constituem evidência direta de que loci de ERV específicos regulem genes ou fenótipos próximos. A validação experimental (ex: perfil epigenômico, perturbação direcionada) é necessária para estabelecer a atividade funcional.