Os biólogos quantitativos David McCandlish e Juannan Zhou no Cold Spring Harbor Laboratory desenvolveram um algoritmo com poder preditivo, dando aos cientistas a capacidade de ver como mutações genéticas específicas podem se combinar para fazer com que proteínas críticas mudem ao longo da evolução de uma espécie.
Descrito em Nature Communications, o algoritmo chamado “interpolação mínima da epistasia” resulta em uma visualização de como uma proteína pode evoluir para se tornar altamente eficaz ou não ser eficaz. Eles compararam a funcionalidade de milhares de versões da proteína, encontrando padrões de como as mutações fazem com que a proteína evolua de uma forma funcional para outra.
“Epistasia” descreve qualquer interação entre mutações genéticas nas quais o efeito de um gene depende da presença de outro. Em muitos casos, os cientistas assumem que quando a realidade não se alinha com seus modelos preditivos, essas interações entre genes estão em jogo. Com isso em mente, McCandlish criou esse novo algoritmo assumindo que toda mutação é importante. O termo “interpolação” descreve o ato de prever o caminho evolutivo das mutações que uma espécie pode sofrer para alcançar a função ideal da proteína.
Os pesquisadores criaram o algoritmo testando os efeitos de mutações específicas que ocorrem nos genes que produzem a proteína estreptocócica GB1. Eles escolheram a proteína GB1 por causa de sua estrutura complexa, que geraria um número enorme de possíveis mutações que poderiam ser combinadas de um número enorme de maneiras possíveis.
“Devido a essa complexidade, a visualização desse conjunto de dados se tornou tão importante”, diz McCandlish. “Queríamos transformar os números em uma imagem para que possamos entender melhor o que [os dados] estão nos dizendo”.
A visualização é como um mapa topológico. Altura e cor correlacionam-se com o nível de atividade das proteínas e a distância entre os pontos no mapa representa quanto tempo leva para as mutações evoluírem para esse nível de atividade.
A proteína GB1 começa na natureza com um nível modesto de atividade proteica, mas pode evoluir para um nível de atividade proteica mais alta por meio de uma série de mutações que ocorrem em vários locais diferentes.
McCandlish compara o caminho evolutivo da proteína à caminhada, onde a proteína é um caminhante que tenta chegar aos picos mais altos ou melhores da montanha com mais eficiência. Os genes evoluem da mesma maneira: com uma mutação buscando o caminho de menor resistência e maior eficiência.
Para chegar ao próximo melhor pico alto da cordilheira, é mais provável que o alpinista viaje ao longo da cordilheira do que caminhe todo o caminho de volta ao vale. Indo ao longo da cordilheira evita com eficiência outra subida potencialmente difícil. Na visualização, o vale é a área azul, onde combinações de mutações resultam nos níveis mais baixos de atividade das proteínas.
O algoritmo mostra quão ideal é cada sequência mutante possível e quanto tempo levará para uma sequência genética se transformar em qualquer uma das muitas outras sequências possíveis. O poder preditivo da ferramenta pode ser particularmente valioso em situações como a pandemia do COVID-19. Os pesquisadores precisam saber como um vírus está evoluindo para saber onde e quando interceptá-lo antes que ele atinja sua forma mais perigosa.
McCandlish explica que o algoritmo também pode ajudar a “entender as rotas genéticas que um vírus pode seguir à medida que evolui para fugir do sistema imunológico ou ganhar resistência às drogas. Se pudermos entender as rotas prováveis, talvez possamos criar terapias que possam impedir a evolução. de resistência ou evasão imunológica “.
Existem aplicações potenciais adicionais para um algoritmo genético preditivo, incluindo desenvolvimento de drogas e agricultura.
“Você sabe, no começo da genética … havia toda essa especulação interessante sobre como seriam esses espaços genéticos se você pudesse realmente vê-los”, acrescentou McCandlish. “Agora estamos realmente fazendo isso! Isso é muito legal.”
Publicado em 18/04/2020 20h19
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: