A simple mathematical model for the discontinuity in average nucleotide identity distributions in prokaryotes

Resumo Técnico: Um Modelo Matemático Simples para a Descontinuidade nas Distribuições de Identidade de Nucleotídeos Médios em Procariotos

Problema
Espécies microbianas são observadas como agrupamentos genômicos discretos, um fenômeno evidenciado pelo "gap de ANI" — uma descontinuidade bem documentada nas distribuições de Identidade de Nucleotídeos Médios (ANI). Embora os limiares de ANI (tipicamente 95% para intra-espécie e <85% para inter-espécie) sejam padrões para a delineação de espécies procarióticas, a largura deste gap e os valores específicos de fronteira variam significativamente entre grupos taxonômicos. O entendimento atual postula que essa variação surge da interação entre duas forças evolutivas: a mutação, que impulsiona a divergência, e a recombinação homóloga, que promove a coesão. No entanto, embora modelos teóricos anteriores tenham estabelecido que a razão entre mutação e recombinação determina se os agrupamentos se dissolvem ou persistem, os mecanismos específicos que moldam o tamanho dos agrupamentos, o espaçamento e as características do gap de ANI em regimes intermediários permanecem pouco compreendidos. Este artigo aborda a questão de se um modelo matemático simplificado de mutação e recombinação pode explicar analiticamente a variação nas distribuições de ANI observadas em diferentes grupos taxonômicos.

Metodologia
Os autores desenvolveram um modelo de aproximação de campo médio representando a dinâmica genômica em um espaço euclidiano bidimensional simplificado e contínuo. Nesta abstração, os genomas são tratados como vetores onde a distância espacial codifica a dissimilaridade genômica (ex: $1 - \text{ANI}$). O modelo integra três componentes primários:

1. Mutação como Difusão: A mutação é modelada como um processo de difusão estocástica onde os genomas se comportam como caminhantes aleatórios (random walkers). As mutações ocorrem via um processo de Poisson com taxa $\mu$, resultando em deslocamentos aleatórios extraídos de uma distribuição Gaussiana. Este processo causa a expansão do agrupamento genômico ao longo do tempo.
2. Recombinação Homóloga como Atração: A recombinação é modelada como uma força de atração que puxa os genomas uns para os outros. A probabilidade de recombinação entre dois genomas depende de sua distância ($d$) e decai exponencialmente com a divergência de sequência: $p_{ij} = p e^{-\alpha d_{ij}}$. Aqui, $p$ é a taxa de recombinação basal e $\alpha$ representa a taxa de decaimento da eficiência da recombinação com a divergência. Quando a recombinação ocorre, um genoma move-se uma fração $s$ da distância em direção ao seu parceiro.
3. Derivação Analítica: Os autores derivaram as condições de equilíbrio para o raio de raiz quadrática média ($R_t$) de um agrupamento genômico, equilibrando a expansão devido à mutação contra a contração devido à recombinação. Eles resolveram a equação diferencial $dR/dt = 0$ para encontrar pontos de equilíbrio estáveis e instáveis.

As previsões do modelo foram comparadas qualitativamente contra distribuições de ANI empíricas derivadas de mais de 300.000 comparações pareadas de cinco gêneros bacterianos (Escherichia, Brucella, Leptospira, Proteus e Campylobacter) utilizando montagens de genomas completos do banco de dados NCBI.

Contribuições Principais e Resultados
O estudo fornece uma solução analítica para o raio de equilíbrio dos agrupamentos genômicos usando a função $W$ de Lambert. As principais descobertas incluem:

• Estados de Equilíbrio: O modelo identifica dois raios críticos: um equilíbrio estável ($R^*_{W0}$) representando o tamanho de um agrupamento genômico, e um equilíbrio instável ($R^*_{W-1}$). Genomas dentro do raio instável são puxados em direção ao centro do agrupamento estável, enquanto aqueles além dele divergem indefinidamente. A região entre esses dois raios representa uma zona dinamicamente instável, que os autores propõem explicar a descontinuidade (gap) observada nas distribuições de ANI.
• Sensibilidade de Parâmetros:
  • Mutação ($\mu$): Taxas de mutação mais altas aumentam o raio do agrupamento estável ($R^*_{W0}$), levando a uma maior variabilidade intra-espécie e deslocando o gap de ANI para valores menores.
  • Taxa de Recombinação ($(N-1)p$): Taxas de recombinação mais altas diminuem o raio do agrupamento, reduzindo a variabilidade e deslocando o gap de ANI para valores maiores.
  • Taxa de Decaimento ($\alpha$): Uma taxa de decaimento mais alta (recombinação menos promíscua) enfraquece a força coesiva, aumentando o raio do agrupamento. Inversamente, um $\alpha$ mais baixo (recombinação mais promíscua) aumenta a distância entre agrupamentos distintos ($D_{between}$), thereby alargando o gap de ANI.
• Replicação de Dados Empíricos: Ao ajustar a razão entre mutação e recombinação e a taxa de decaimento $\alpha$, o modelo replica com sucesso qualitativamente a variabilidade vista nas distribuições de ANI reais. Por exemplo, ele simula gaps estreitos com alta diversidade (como Escherichia) e gaps largos com baixa diversidade (como Brucella) ao variar esses parâmetros.

Significância e Alegações
Os autores alegam que seu modelo simplificado fornece um arcabouço tratável para compreender as dinâmicas fundamentais que governam as fronteiras das espécies microbianas. Ao derivar analiticamente as condições de equilíbrio, o modelo oferece previsões específicas e testáveis:

1. Uma mutação mais alta aumenta a variabilidade intra-espécie e desloca o gap de ANI para baixo.
2. Uma recombinação homóloga mais alta reduz a variabilidade e desloca o gap para cima.
3. Uma recombinação mais promíscua (menor $\alpha$) alarga o gap de ANI ao aumentar as distâncias inter-agrupamentos.

O artigo enfatiza que a compreensão da delineação de espécies requer considerar conjuntamente as taxas de mutação, as taxas de recombinação e o decaimento da eficiência da recombinação com a divergência de sequência. Embora o modelo seja uma simplificação (ignorando o espaço físico, paisagens de aptidão [fitness landscapes] e agrupamentos aninhados), ele serve como um passo fundamental para motivar futuros esforços experimentais e teóricos para quantificar esses parâmetros em populações microbianas. Os autores incentivam a comunidade a testar essas previsões para melhor compreender as forças evolutivas que moldam a diversidade microbiana.