遗传学和演化研究的一个关键目标,是了解基因突变对生物造成的影响。而为了预测未来发生基因突变带来效应,科学家通常会挪用当下阶段的突变模型用于预测将来,也就是假设不同时间的基因突变背景条件都一致。
不过芝加哥大学(Univesity of Chicago)一项发布于《Science》新研究表明,这种假设对于大多数突变来说都是不适用的。该研究结合生物化学与远古蛋白质重建技术,建立了时间轴度长达 7 亿年的基因演化模型,指出随着基因演化造成单一突变位点之间产生交互作用,会使得突变模型的准确度下降。
DNA 3D 打印能开创合成生物学的新未来?(基因线上国际版)为什么几乎所有动物都有类似的受体基因?
该遗传学实验团队专精生物体的基因演化分析,他们过去的研究关注一类能生成类固醇激素受体(steroid hormone receptor)的基因家族,其转译出的细胞内蛋白广泛参与生物体调节雌激素、睪固酮,以及生殖、发育、免疫、多种癌症机转。这类基因家族几乎在所有动物身上都可以找到,并且所有动物的类固醇激素受体基因都源自 7 亿年前的共同源头。
上位基因效应使演化模型失去可预测性
研究团队运用首创的基因演化树重建模型,透过软件在现在已知生物受体基因数据库中,大量追溯目标基因家族的演化历程。取得完整的远古基因演化树、并分类建立成 9 个基因家族后,再结合采用“深度突变扫描(deep mutational scanning)”生化技术,可以同时测量巨量基因突变之间的交互作用。
在 9 个受体基因家族数据库中,研究人员分析超过 25,000 个突变位点,追踪各自位点在演化进程中的变化。结果观察到不同位点之间的交互影响,证实了基因的上位作用(epistasis)效应,指的是某些基因位点的突变取决于其他基因(上位基因)状态;如果上位基因发生变化,会造成其他位点的突变机率连带改变。
深度突变扫描也有助病毒演化分析
尽管基因“上位作用”理论并不是第一次被提出,这项发布于《Science》研究首次将其应用于演化分析,指出遗传突变预测高度仰赖上位基因的交互作用网络,这会使得突变预测模型累积越来越多变量,因此越来越难掌握。
不过该研究 Yeonwoo Park 博士也说道,随着未来累积更多演化与遗传资讯,将能帮助校正优化分析模型。Park 博士更分享这种预测模型与病毒演化分析也有关,例如近期大家关注的新冠病毒突变预测,如果能加入“深度突变扫描”分析,将能提供病毒演化预测更准确的研究基础。
延伸阅读:不用 DNA 复制也行?第 3 种细胞分裂模式“无合成分裂”登上《Nature》期刊参考资料:
1. Science, 2022; https://www.science.org/doi/10.1126/science.abn6895
©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系:service@geneonlineasia.com