TIGRdisco: a tool for the discovery of TIGR arrays and TIGR-associated Tas proteins from nucleotide sequences
本文介绍了 TIGRdisco，这是一种利用基序无关方法从未注释的核苷酸序列中成功识别 TIGR 阵列及其相关 Tas 蛋白的集成计算工具，克服了由该系统非规范架构所带来的检测挑战。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
自然界充满了细菌和病毒用来对抗入侵者的微观防御系统。多年来，科学家们一直关注着其中一个著名的系统家族，即被称为 CRISPR 的系统，它就像一种分子免疫记忆，能以手术般的精准度切割外源遗传物质。然而，最近出现了一个更新、更奇特的系统家族，其运作方式依赖于一种不同的遗传机制。这些系统依赖于一种紧凑的蛋白质，其大小大约相当于一台小型分子机器，并由从 DNA 重复序列中切割出的特定类型 RNA 来引导。与那些依赖严格、统一模式来寻找目标的知名系统不同，这个新家族使用了一种更为混乱的遗传重复排列，这些排列在长度和序列上都可以变化，使得它们在科学家从环境中收集的海量遗传数据库中极难被发现。
由于这些系统如此难以寻找，研究人员仅能研究到极少数的实例，这使得我们在了解它们的普遍程度和多样性方面存在巨大的认知空白。为了填补这一空白，阿德莱德大学的一个科学家团队开发了一种名为 TIGRdisco 的新计算机程序。该工具旨在直接从原始 DNA 序列中搜寻这些难以捉摸的遗传系统，无论这些序列是来自单一生物体，还是来自土壤或水中的复杂微生物混合物。该程序的工作原理是首先寻找驱动该系统的紧凑蛋白质的特征信号。一旦找到潜在的匹配项，它就会作为一个锚点，扫描周围的 DNA 以寻找作为该系统引导程序的独特重复模式。该软件被设计用于处理两种不同形状的模式：一种看起来像双环，另一种则形成类似茎状的结构，这两者都可以随位置的不同而发生显著变化。
研究人员针对大量的已知遗传序列对 TIGRdisco 进行了测试，以观察其表现如何。与现有的依赖严格、预定义规则来寻找这些模式的方法相比，T禁TIGRdisco 被证明在寻找完整的重复单元方面效率更高，它在其搜索区域内找回了超过 80% 的预期模式。更重要的是，该工具在以往方法完全失效的地方找到了这些系统。在许多情况下，它揭示的遗传模式并不符合科学家此前假设的必要标准规则。TIGRdisco 发现的并非统一的、教科书式的范例，而是展现了广泛的非标准模式，包括比预期稍长或稍短的重复序列，以及不符合已知模板的序列。这表明，自然界所包含的这类系统的多样性远比此前公认的要丰富得多。
为了证明该工具在现实场景中的有效性，团队将其应用于从深海热液喷口和黄石国家公园热泉中采集的遗传数据。该程序成功地在这些极端环境中识别出了新的系统实例。随后，研究人员通过计算机模型预测蛋白质的三维结构，对工具发现的蛋白质进行了深入研究。这些模型证实，这些蛋白质具有该系统预期的正确结构特征，包括允许其结合 RNA 并切割 DNA 的特定结构域。在其中一个案例中，该工具在一个此前已被编入目录但从未确定过其引导遗传模式的病毒中找到了一个系统。TIGRdisco 不仅找到了蛋白质，还定位了附近的缺失遗传模式，展示了其从碎片化数据中拼凑出完整系统的能力。
研究结论指出，尽管这一新工具非常有效，但它并非完美无缺。由于它旨在保持灵活性并寻找不符合严格模具的模式，因此偶尔会捕捉到可能是假警报的序列，特别是在化学组成异常的 DNA 中。研究人员还指出，该工具目前还无法区分它所发现的每一种特定模式，并且可能会遗漏那些距离其作为起始点的蛋白质位置过远的系统。尽管存在这些局限性，这项工作仍代表了向前迈出的重要一步。通过摆脱僵化的规则并允许数据揭示其自身的模式，TIGRdisco 为发现广阔且隐藏的遗传防御系统之门打开了通道。这一发现表明，大自然保护自己的方式比我们之前想象的要多得多，同时也为科学家探索微生物世界的遗传多样性提供了一种新的途径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。