Dodano: 05 stycznia 2024r.

Nowe badania sugerują, że ewolucja nie jest całkowicie przypadkowa

Nowe badania wykazały, że ewolucja może nie być tak nieprzewidywalna, jak wcześniej sądzono. To może pozwolić naukowcom zbadać, które geny mogą być przydatne w rozwiązywaniu rzeczywistych problemów, takich jak chociażby oporność niektórych bakterii na antybiotyki.

Nowe badania sugerują, że ewolucja nie jest całkowicie przypadkowa

 

Badania opublikowane na łamach „Proceedings of the National Academy of Sciences” (DOI: 10.1073/pnas.2304934120) podważają ugruntowane przekonanie o nieprzewidywalności ewolucji. Ich autorzy sugerują, że na ewolucyjną trajektorię genomu bardziej wpływa jego ewolucyjna przeszłość, niż inne czynniki.

Analizy pangenomu

Badania pod kierunkiem profesora Jamesa McInerney'a i dr. Alana Beavana ze School of Life Sciences University of Nottingham oraz dr Marii Rosy Domingo-Sananes z Nottingham Trent University sugerują, że ewolucje nie jest do końca dziełem przypadku. A to może nieść ze sobą spore implikacje.

- Konsekwencje tych badań są po prostu rewolucyjne – powiedział profesor McInerney, główny autor badania. - Pokazując, że ewolucja nie jest tak przypadkowa, jak kiedyś sądzono, otworzyliśmy drzwi do szeregu możliwości w biologii syntetycznej, medycynie i naukach o środowisku – dodał.

McInerney z kolegami przeanalizowali pangenom – zbiór wszystkich genów danego gatunku, który zawiera sekwencje wspólne dla wszystkich osobników. Wszystko po to, by odpowiedzieć na kluczowe pytania: Czy ewolucja jest przewidywalna? Czy też ścieżki ewolucyjne genomów są zależne od ich historii i można coś powiedzieć na temat ich przyszłej trajektorii?

Pomoc ze strony algorytmów

W swoich badaniach zespół zastosował metodę uczenia maszynowego znaną jako Random Forest. Uczeni „nakarmili” algorytmy danymi obejmującymi 2500 kompletnych genomów jednego gatunku bakterii.

Najpierw naukowcy utworzyli rodziny genów z każdego genu każdego genomu. - W ten sposób moglibyśmy porównywać podobieństwa w genomach – powiedziała Domingo-Sananes. Po zidentyfikowaniu rodzin zespół przeanalizował wzór ich obecności w niektórych genomach i ich braku w innych.

- Odkryliśmy, że niektóre rodziny genów nigdy nie pojawiały się w genomie, gdy istniała już tam konkretna inna rodzina genów, a w innych przypadkach niektóre geny były w dużym stopniu zależne od obecności innej rodziny genów – wyjaśniła Domingo-Sananes.

W efekcie naukowcy odkryli coś na kształt niewidzialnego ekosystemu, w którym geny mogą współpracować lub konkurować ze sobą. - Te interakcje między genami sprawiają, że pewne aspekty ewolucji są w pewnym stopniu przewidywalne. Ponadto mamy teraz narzędzie, które pozwala nam na dokonywanie takich przewidywań – podkreśliła Domingo-Sananes.

Nadchodzi rewolucja?

- Dzięki tej pracy możemy zacząć badać, które geny „podtrzymują” na przykład gen oporności na antybiotyki. Dlatego też, jeśli próbujemy wyeliminować oporność na antybiotyki, możemy skupić się nie tylko na genie ogniskowym, ale możemy także celować w jego geny wspierające – zaznaczył Beavan. - Możemy zastosować to podejście do syntezy nowych rodzajów konstruktów genetycznych, które można wykorzystać do opracowania nowych leków lub szczepionek - dodał podkreślając jednocześnie, że to może otworzyć drzwi do całego szeregu innych odkryć.

Autorzy badań podkreślają, że konsekwencje ich prac są dalekosiężne i mogą chociażby umożliwić projektowanie syntetycznych genomów z planem działania w zakresie przewidywalnej manipulacji materiałem genetycznym. Mogą również pomóc zrozumieć zależność między genami oraz zidentyfikować geny wspierające i umożliwiające oporność na antybiotyki, torując drogę celowanym terapiom.

Ale to nie wszystko. Prace te mogą pomóc w projektowaniu mikroorganizmów wychwytujących dwutlenek węgla lub rozkładających substancje zanieczyszczające, przyczyniając się w ten sposób do ograniczania zmian klimatycznych. Przewidywalność interakcji genów może również zrewolucjonizować medycynę spersonalizowaną, dostarczając nowych wskaźników ryzyka rozwoju różnych chorób i skuteczności ich leczenia.

 

Źródło: University of Nottingham, fot. Pixabay