تکرار خانواده های پروتئینی شناخته شده

تصور کنید که محققان در حال کاوش در یک اتاق تاریک با چراغ قوه هستند و قادرند تنها آنچه را که در آن پرتو می افتد به وضوح تشخیص دهند. وقتی صحبت از جوامع میکروبی به میان میآید، دانشمندان از نظر تاریخی نمیتوانستند فراتر از پرتو را ببینند – بدتر از آن، آنها حتی نمیدانستند اتاق چقدر بزرگ است.
آ یک مطالعه جدید منتشر شده آنلاین در 11 اکتبر 2023 در طبیعت آرایه وسیعی از تنوع عملکردی میکروبی را از طریق یک رویکرد جدید برای درک بهتر جوامع میکروبی با بررسی عملکرد پروتئین در آنها برجسته می کند. این کار توسط تیمی از دانشمندان مؤسسه ژنوم مشترک (JGI) وزارت انرژی ایالات متحده (DOE)، دفتر کاربران علوم DOE واقع در آزمایشگاه ملی لارنس برکلی (آزمایشگاه برکلی) و همکاران در بسیاری از مراکز تحقیقاتی دیگر در اطراف انجام شد. جهان
جورجیوس پاولوپولوس، نویسنده اصلی این مقاله که اکنون مدیر تحقیقات مرکز تحقیقات علوم زیست پزشکی است، می گوید: «ما تعداد خانواده های پروتئینی شناخته شده تاکنون را بیش از دو برابر کرده ایم و بسیاری از پیش بینی های ساختاری جدید را شناسایی کرده ایم. الکساندر فلمینگ. “این یک تجزیه و تحلیل عظیم از 1.3 میلیارد پروتئین با محاسبات بسیار موازی بود.”
این تیم به رهبری دانشمندان JGI ماموریتی را برای کشف اسرار پنهان در قلمرو عملکردی “تاریک” آغاز کردند. تمرکز آنها بر رمزگشایی دنیای پیچیده تنوع عملکردی پروتئین: خانوادههای پروتئینی جدید و عملکردهای جدید در میکروبهای هنوز کشفنشده بیشتر شد. استفاده از قدرت جمعی بیش از 26000 مجموعه داده میکروبیومی که همه از طریق در دسترس عموم در دسترس هستند ژنوم ها و میکروبیوم های میکروبی یکپارچه (IMG/M) پایگاه داده، آنها با موفقیت کاتالوگ خانواده های پروتئین متاژنومی جدید (NMPFs) را ایجاد کردند.
اکنون میتوانیم مجموعه دادههای جدید را با مقایسه با این خانوادههای پروتئینی تجزیه و تحلیل کنیم یا خانوادههای پروتئینی را برای پیشبینی عملکردهای جدید بیشتر تجزیه و تحلیل کنیم. نیکوس کایرپیدسنویسنده ارشد مطالعه و رئیس JGI گروه علوم داده میکروبیوم.
روشن کردن “ماده تاریک” کاربردی
جوامع میکروبی که در همه جا زندگی می کنند، از خاک و معده گرفته تا اعماق دریا، قادر به انجام کارهای بسیار منحصر به فرد در مورد چرخه انرژی هستند – تبدیل زیست توده به چیزهایی مانند اتانول یا هیدروژن، یا انرژی خورشیدی به هیدروژن.
مطالعه جوامع میکروبی نیز بسیار دشوار است. بسیاری از میکروب های موجود در آنها در شرایط آزمایشگاهی قابل کشت نیستند. از آنجا که هر جامعه میکروبی ترکیب منحصر به فرد خود را از بازیکنان میکروبی و عملکردهایی دارد که انجام می دهند، تولید مثل مصنوعی کل جامعه غیرممکن است.
توالییابی متاژنومیک به محققان اجازه میدهد تا با تعیین توالی کل ژنوم نمونهها، کل ساختار ژنتیکی این جوامع را مطالعه کنند بدون اینکه قادر به تشخیص اینکه کدام ژن متعلق به هر گونه میکروبی در جامعه است. بنابراین این فرآیند به ارجاع به توالی های ژنوم موجود بستگی دارد.
برخی از این پروتئینها همانهایی هستند که دانشمندان آنها را «معروف شناختهشده» مینامند، یعنی شبیه ژنهایی با عملکرد شناختهشده هستند. برخی دیگر «ناشناختههای شناخته شده» نامیده میشوند—یعنی شبیه ژنهای شناخته شده قبلی از ارگانیسمهای جدا شده هستند، اما ما هنوز از عملکرد آنها مطمئن نیستیم.
با این حال، اگر یک ژن در جامعه با هیچ یک از ژنهای جدا شدهای که تاکنون شناخته شدهاند مطابقت نداشته باشد، دانشمندان نمیتوانند در مورد عملکرد یا منشا آن چیز زیادی بگویند. در نتیجه، این ژنها معمولاً از هرگونه تجزیه و تحلیل به عنوان اطلاعات بیفایده کنار گذاشته میشوند. آنها “معلومات ناشناخته” را نشان می دهند، زیرا آنها با هر چیزی که قبلاً تعریف کرده ایم متفاوت هستند.
کرپیدس گفت: «درصد بزرگی – حدود 30 تا 50 درصد از خانوادههای پروتئینی که تاکنون میشناختیم – هنوز عملکرد شناختهشدهای ندارند، اما ما خانوادهها را میشناختیم. با این حال، “نزدیک به 20 سال از داده های متاژنومی و تجزیه و تحلیل متاژنومی، و هنوز هیچ تجزیه و تحلیل واقعی از خانواده های پروتئین از متاژنوم ها به خودی خود وجود ندارد.”
اخیراً تیمهای تحقیقاتی دیگری از قدرت هوش مصنوعی برای رمزگشایی زبان توالیهای پروتئینی و دریافت نکاتی در مورد عملکردهای احتمالی آنها استفاده کردهاند. با این حال، این تلاشها به قلمرو توالیهای پروتئینی از قبل شناخته شده محدود شد.
پاولوپولوس گفت: «در این تلاش، ما نه تنها وارد قلمرو ناشناخته درک چشمانداز وسیع تنوع عملکردی شدیم، بلکه با به کارگیری روشهای هوش مصنوعی برای باز کردن نقشهای آنها، مرزها را جابهجا کردیم. بنابراین، ما مخزن وسیعی از بینشهای نوآورانه را جمع آوری کردهایم که افق عملکردهای بالقوه را در دستههای مختلف پروتئینها، از جمله آنهایی که کاربردهای عمده در بیوتکنولوژی دارند، مانند آنزیمهای ویرایش DNA، به میزان زیادی گسترش میدهند.
استفاده از خانواده های پروتئینی به روشی جدید
کشف خانوادههای پروتئینی جدید در سالهای اخیر شروع به کند شدن کرده است و احتمالاً نشان میدهد که دانشمندان بسیاری از تنوع موجود در آنجا را “تسخیر” کردهاند، حتی اگر هنوز دقیقاً مشخص نکرده باشد که چه کاری انجام میدهد. اما این «ناشناختههای ناشناخته» چه نوع تنوعی ممکن است داشته باشند؟
این تیم با 8 میلیارد ژن متاژنومیک از IMG کار خود را آغاز کرد (این مطالعه همچنین به داده های JGI اشاره می کند. ژنوم های میکروبیوم زمینیا کاتالوگ GEM). سپس تمام ژنها را که حتی شباهت زیادی به ژنهای شناخته شده قبلی داشتند، حذف کردند و حدود 1.2 میلیارد ژن جدید در اختیارشان گذاشت.
آنها آنچه را که مانده بودند برداشتند و آنها را در خانواده ها دسته بندی کردند. از آنجا، آنها بر خانواده هایی با حداقل 100 عضو متمرکز شدند.
کرپیدس توضیح داد: «اگر 100 دنباله داشته باشید، کیفیت خوشه به طور قابل توجهی بالاتر است، زیرا بسیار دشوار است که 100 دنباله از مکانها یا زیستگاههای مختلف داشته باشید که بهطور تصادفی در یک ردیف قرار گیرند. “تکرار آن 100 بار تقریبا غیرممکن خواهد بود.”
هنگامی که تیم این مرحله را به پایان رساند، دریافتند که تنوع خانواده پروتئین در این فضای متاژنومی (“ناشناخته های ناشناخته”) به طور قابل توجهی بیشتر از ژنوم های مرجع است – حداقل دو برابر.
کرپیدس گفت: «همانطور که نمونههای بیشتری را اضافه میکنیم، خانوادههای پروتئین بیشتری دریافت میکنیم. طی چند سال، با ادامه توالی یابی متاژنوم های بیشتر، برخی از خوشه هایی که در حال حاضر 50 عضو یا بیشتر دارند، به 100 عضو یا بیشتر نیز خواهند رسید. بنابراین ما می گوییم که تنوع دو برابر شده است، اما در واقعیت می تواند سه، چهار، پنج یا ده برابر بیشتر باشد.
حفاری بیشتر در مجموعه ای از تنوع
اگرچه تیم عملکرد را بررسی نکرد، اما توانست این خانواده ها را بیشتر توصیف کند. آنها خانواده های پروتئینی را بر اساس محیط جدا کردند و دریافتند که تنها 7 درصد از خانواده های پروتئینی در هر هشت دسته محیطی مشترک هستند. در عوض، خانوادهها یک محیط خاص را ترجیح میدهند – چه خاک، میزبان حیوانات، اکوسیستمهای دریایی و غیره.
پاولوپولوس توضیح داد: «بنابراین آنها باید کاری جالب یا مهم برای آن زیستگاه انجام دهند. این قطعاً ماده ای است که جامعه علمی اکنون می تواند از آن بیشتر استفاده کند.” فرض کنید شخصی روی محیط خاک یا بدن انسان کار می کند – آنها می توانند برخی از این خانواده ها را بگیرند و سعی کنند آنها را از نظر عملکردی مشخص کنند، زیرا آنها برای آن زیستگاه بسیار خاص هستند.
تجزیه و تحلیل تاکسونومیک نشان داد که اکثر این خانواده های پروتئینی متعلق به باکتری ها و ویروس ها هستند، اگرچه 6 میلیون توالی طبقه بندی نشده بودند. محققان همچنین سعی کردند عملکرد ژنها را با مدلسازی سهبعدی و مقایسه ساختارهای ناشناخته با ساختارهای شناخته شده اصلاح کنند – ساختار مشابه با احتمال بالای عملکرد مشابه برابر است. این تیم همچنین خانواده های پروتئینی را با ساختارهای کاملاً جدید شناسایی کردند.
قدرت محاسباتی برای انجام این سطح از تجزیه و تحلیل به دسترسی به آن بستگی دارد مرکز ملی محاسبات علمی تحقیقات انرژییکی دیگر از امکانات کاربر در آزمایشگاه برکلی.
پاولوپولوس گفت: «این همچنین یک اعتبار برای تیم آیدین بولوچ با بخش ریاضیات کاربردی و تحقیقات محاسباتی آزمایشگاه برکلی است. آنها الگوریتمهای موازی را برای انجام مقایسههای همه در مقابل همه و خوشهبندی نموداری که قادر به اجرا بر روی چنین زیرساختهای بسیار موازی است، توسعه دادند.
این اولین باری است که از ساختارهای پروتئینی برای کمک به توصیف مجموعه وسیعی از ماده تاریک میکروبی استفاده می شود. این مطالعه تقریباً دو سال طول کشید تا تکمیل شود، در این مدت تنها حدود 20000 متاژنوم توالی یابی شدند. اکنون این تعداد به 60000 نفر نزدیک شده است.
کرپیدس گفت: “هنوز 70 تا 80 درصد از تنوع میکروبی شناخته شده وجود دارد که هنوز از نظر ژنومی کشف نشده است.” بنابراین این تنوع قطعاً از نظر تنوع عملکردی نیز اسرار جدیدی را در خود دارد.”
محققان دانشگاه هاروارد، دانشگاه ایندیانا. دانشگاه کرت (یونان). موسسه فناوری جورجیا، دانشگاه ایالتی میشیگان، آزمایشگاه ملی لارنس لیورمور، دانشگاه واشنگتن، مرکز تحقیقات و فناوری هلاس (یونان)، دانشگاه ارسطو تسالونیکی (یونان) و دانشگاه کالیفرنیا، برکلی نیز در این کار مشارکت داشتند. سایر نویسندگان مقاله عبارتند از: فوتیس بالتوماس، سیروی لیو، اوگوز سلویتوپی، آنتونیو کامارگو، استیون نایفاچ، آریفول آزاد، سیمون روکس، لی کال، ناتالیا ان. ایوانووا، یی مین چه، دیوید پائز-اسپینو، اوانجلوس کاراتساس، پروتئین متاژنوم رمان. کنسرسیوم خانواده ها، یوآنیس ایلیوپولوس، کنستانتینوس کنستانتینیدیس، جیمز ام. تیجه، جنیفر پت-ریج، دیوید بیکر، اکسل ویسل، کریستوس آ. اوزونیس، و سرگئی اوچینیکوف.
انتشار: پاولوپولوس جی و همکاران. کشف ماده تاریک کاربردی از طریق متاژنومیکس جهانی. طبیعت. 11 اکتبر 2023. doi: 10.1038/s41586-023-06583-7
***
را مؤسسه ژنوم مشترک وزارت انرژی ایالات متحده، مرکز تحقیقات DOE در آزمایشگاه ملی لارنس برکلی، متعهد به پیشرفت است ژنومیکس در حمایت از ماموریت های DOE مربوط به تولید انرژی پاک و خصوصیات محیطی و پاکسازی. JGI توالی یابی و تحلیل محاسباتی یکپارچه ای را ارائه می دهد که رویکردهای علمی مبتنی بر سیستم را برای این چالش ها امکان پذیر می کند. jgi@ را در توییتر دنبال کنید.
###
در سال 1931 با این اعتقاد که بزرگترین چالش های علمی به بهترین وجه توسط تیم ها حل می شود، تاسیس شد. آزمایشگاه ملی لارنس برکلی و دانشمندان آن با 16 جایزه نوبل شناخته شده اند. امروزه، محققان آزمایشگاه برکلی انرژی پایدار و راهحلهای زیستمحیطی را توسعه میدهند، مواد جدید مفیدی ایجاد میکنند، مرزهای محاسبات را پشت سر میگذارند، و اسرار حیات، ماده و جهان را کشف میکنند. دانشمندان از سراسر جهان برای اکتشافات علمی خود به امکانات آزمایشگاه متکی هستند. آزمایشگاه برکلی یک آزمایشگاه ملی چند برنامه ای است که توسط دانشگاه کالیفرنیا برای دفتر علوم وزارت انرژی ایالات متحده اداره می شود.
دفتر علوم DOE بزرگترین حامی تحقیقات پایه در علوم فیزیکی در ایالات متحده است و برای رسیدگی به برخی از مهم ترین چالش های زمان ما کار می کند. برای اطلاعات بیشتر لطفا مراجعه کنید به Energy.gov/science.




