An AI-assisted genomic census of 193,342 assemblies finds a GFP-barrel family in unreported lineages, carrying pseudogenes in both fungi and cnidarians
一项针对 193,342 个组装体的 AI 辅助基因组普查揭示了一个广泛存在的 GFP 桶状结构家族，该家族在包括真菌和刺胞动物在内的多种未报告谱系中具有保守的埋藏电荷网络，其中该基因频繁发生假基因化，但在存活副本中仍处于纯化选择之下，并显示出与移动 DNA 相关的证据，这在细菌中尤为明显。
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
地球上的生命依赖于一个庞大且无形的遗传指令库，这是一种由四种化学字母编写的代码，它告诉每一个细胞如何构建自身。几十年来，科学家们一直关注于这段代码中产生活跃、功能性蛋白质的部分，即驱动从消化到视觉等一切功能的分子机器。但在基因组中，很大一部分经常被视为“垃圾”，包含了不再起作用的破碎或不完整的指令。在海洋生物学领域，最著名的遗传学发现之一是绿色荧光蛋白，这是一种能在黑暗中发光的分子，已成为实验室观察细胞工作的标准工具。这种蛋白质折叠成一个坚固的桶状结构，捕捉着一个发光的化学中心。多年来，研究人员一直认为，如果这个桶状结构存在但没有发光中心，它很可能只是进化过程中一个破碎、无用的残余物。
然而，一项新研究通过比以往更深入地观察遗传代码，挑战了这一假设。研究人员并没有依赖已知的、功能性蛋白质的列表，而是扫描了近二十万种不同生物的原始遗传蓝图。他们正在寻找一种特定的、隐藏的模式：一种保持了发光蛋白复杂内部机制、但失去了发光部分的桶状蛋白。他们发现了一个广泛存在的非发光桶状蛋白家族，这些蛋白内部携带着特定的电荷网络，存在于此前从未被怀疑拥有它们的生命谱系中。这项研究表明，这些蛋白质不仅仅是随机的遗传碎片；在许多情况下，它们正受到进化的精心保护，这表明它们在黑暗中履行着一项至关重要、但尚未被发现的任务。
这项研究始于一个简单但宏大的问题：这个特定的桶状蛋白家族在生命之树上延伸得有多远？先前的研究仅关注细胞已经构建并编目的蛋白质，从而遗漏了任何破碎或不完整的遗传指令。为了找到全貌，团队使用了一种计算机辅助搜索，从各个方向读取了193,342个不同基因组组装体的DNA。这种方法使他们能够识别出即使包含会导致细胞无法制造最终产物的错误的序列，看起来仍像该桶状蛋白的遗传序列。搜索返回了基因组中近四百个符合该模式的位置。当研究人员通过筛选，寻找那些携带了桶状结构内完整、隐藏电荷网络的序列时，他们确定了140个独特的位置。这些位置属于77种不同类型的生物，显著扩大了该蛋白家族的已知范围。
在这些新发现的生物中，包括了一些此前从未与该蛋白家族联系起来的生物。搜索在古老的海绵类群、一种被称为冠帽水母的类型，甚至是在极端环境中生存的单细胞生物——古菌中发现了这些桶状蛋白。或许最令人惊讶的是，团队在真菌中发现了这些蛋白，真菌是一个包括蘑菇和霉菌在内的生物类群。在真菌样本中，研究人员发现相当数量的遗传指令是破碎的，带有会导致其无法工作的错误。这种破碎副本的模式也在水母及其近亲中被观察到，这表明虽然该蛋白在某些谱系中是有用的，但在另一些谱系中正在瓦解。研究利用进化重建的方法表明，在特定的一类黑霉菌中，该基因多次独立丢失，表明它对于其生存并非必不可少。
尽管存在破碎的副本，但保持完整的基因组部分却讲述了另一个故事。在那些基因仍然完整的生物中，DNA显示出受到严格进化压力以保持不变的迹象。这意味着任何对蛋白质结构的随机改变都会被自然选择剔除，这是一个强烈的信号，表明该蛋白质正在执行某些重要的任务。在一种珊瑚中，该基因甚至连续复制了十一次，这表明该生物高度依赖它。研究人员还发现，在两个不同的细菌类群中，这些桶状基因位于移动遗传元件中，例如感染细菌的病毒或在基因组中移动的跳跃基因。这表明该基因可能会在不同种类的细菌之间移动，这一过程可能有助于它传播到新的环境中。
研究还仔细观察了这些蛋白质的具体化学组成。在著名的发光蛋白中，一种名为酪氨酸的特定氨基酸对于产生光线至关重要。而在这种新发现的家族中，那个位置被不同的、非发光的氨基酸所取代。在真菌和细菌版本中，该位置通常由缬氨酸填充，而在动物版本中，则通常由苯丙氨酸填充。这种一致的替换表明，该蛋白质已经进化出了一种不涉及发光的新功能。研究人员测量了内部电荷之间的距离，发现该家族的排列方式与发光蛋白截然不同，进一步证实了它们是一个独特的群体。虽然这些蛋白质的具体功能仍是一个谜，但证据表明，它们在某些物种中被保留，而在另一些物种中被丢失，指向了一个跨越生命之树的专门化角色。
最引人入胜的发现之一是，这些蛋白质存在于那些在其蛋白质目录中并不具备它们的生物中。因为搜索是直接针对DNA进行的，所以它找到了被传统方法遗漏的遗传指令。例如，研究在一种生活在其他海洋动物体内的微型藻类中，以及一种从未被报道携带此类蛋白的海绵中发现了这些桶状结构。研究人员非常谨慎地排除了这些仅仅是来自其他生物的污染物的可能性，使用了多种检查手段以确保这些基因确实属于宿主。他们还发现，在某些情况下，即使无法制造出工作的蛋白质，破碎版本的基因仍会被细胞读取，这为这些遗传指令的使用方式增添了另一层复杂性。
这项工作并不声称已经解开了这些蛋白质的功能之谜。相反，它提供了一张清晰的地图，展示了它们在哪里被发现以及它们如何随时间而变化。研究人员建议，下一步是在实验室中实际构建这些蛋白质，并测试它们可以进行哪些化学反应。在此之前，这项研究作为一个强有力的证明，展示了通过直接观察原始遗传代码，而非仅仅观察成品，可以揭示隐藏的进化历史篇章。它表明，即使在失去原始功能后，自然界往往也会保留复杂的分子机器，将其重新用于黑暗角落里的新颖、未知的角色。
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。