Em formação

6.S: Base Genética da Complexidade (Referências) - Biologia


6.S: Base Genética da Complexidade (Referências)

Complexidade genética da disfunção do nó sinoatrial

As células marcapasso do nó sinoatrial cardíaco (SAN) são essenciais para a automaticidade cardíaca normal. A disfunção no marcapasso cardíaco resulta em disfunção do nó sinoatrial humano (SND). O SND ocorre mais geralmente na população idosa e está associado ao comprometimento da função do marcapasso, causando ritmo cardíaco anormal. Indivíduos com SND têm uma variedade de sintomas, incluindo bradicardia sinusal, parada sinusal, bloqueio de SAN, síndrome de bradicardia / taquicardia e síncope. É importante ressaltar que os indivíduos com SND relatam incompetência cronotrópica em resposta ao estresse e / ou exercício. O SND pode ser genético ou secundário a condições sistêmicas ou cardiovasculares. O manejo atual de pacientes com SND é limitado ao alívio dos sintomas de arritmia e implantação de marca-passo, se indicado. A falta de medidas terapêuticas eficazes que visem as causas subjacentes do SND torna o manejo desses pacientes um desafio devido à sua natureza progressiva e destacou a necessidade crítica de melhorar nossa compreensão de sua base mecanística subjacente do SND. Esta revisão concentra-se nas informações atuais sobre a genética subjacente a SND, seguida por futuras implicações desse conhecimento no manejo de indivíduos com SND.

Palavras-chave: GIRK4 HCN4 Nav1.5 Fibrilação atrial calsequestrin-2 genética síndrome do sinus doente disfunção do nó sinoatrial.

Copyright © 2021 Wallace, El Refaey, Mesirca, Hund, Mangoni e Mohler.

Declaração de conflito de interesse

O revisor HZ declarou uma coautoria anterior com os autores PM e MM para o editor responsável. Os demais autores declaram que a pesquisa foi realizada na ausência de quaisquer relações comerciais ou financeiras que pudessem ser interpretadas como um potencial conflito de interesses.


O que causa a distribuição contínua de fenótipos para características quantitativas?

A variação contínua para características complexas é devido à complexidade genética e sensibilidade ambiental. A complexidade genética surge da segregação de alelos em vários loci. O efeito de cada um desses alelos no fenótipo do traço costuma ser relativamente pequeno e sua expressão é sensível ao ambiente. Os efeitos alélicos também podem depender do histórico genético e do sexo. Devido a essa complexidade, muitos genótipos podem dar origem ao mesmo fenótipo, e o mesmo genótipo pode ter diferentes efeitos fenotípicos em diferentes ambientes. Assim, não há uma relação clara entre genótipo e fenótipo.


A base genética para a evolução do soma: evidências mecanísticas para a cooptação de um gene induzido pelo estresse em um regulador mestre do desenvolvimento

Em organismos multicelulares com células especializadas, a distinção mais significativa entre os tipos de células é entre células reprodutivas (germinativas) e células não reprodutivas / somáticas (soma). Embora o soma tenha contribuído para o aumento acentuado da complexidade de muitas linhagens multicelulares, pouco se sabe sobre suas origens evolutivas. Já sugerimos anteriormente que a evolução dos genes responsáveis ​​pela diferenciação das células somáticas envolvia a cooptação de genes de troca de história de vida que, em organismos unicelulares, aumentavam a sobrevivência a um custo para a reprodução imediata. Na alga verde multicelular, Volvox carteri, o destino da célula é estabelecido no início do desenvolvimento pela expressão diferencial de um gene regulador mestre conhecido como regA. Um estreitamente relacionado RegA-Like Sequence (RLS1) está presente em seu parente unicelular, Chlamydomonas reinhardtii. RLS1 é expressa em resposta ao estresse, e propusemos que uma indução ambiental RLS1-like gene foi cooptado em um caminho de desenvolvimento na linhagem que leva a V. carteri. No entanto, o cenário evolutivo exato responsável pelo evento de cooptação postulado ainda precisa ser determinado. Aqui, mostramos que, além de ser regulamentado pelo desenvolvimento, regA também pode ser induzido por pistas ambientais, indicando que regA manteve sua regulação ancestral. Também descobrimos que a ausência de uma proteína RegA funcional confere maior sensibilidade ao estresse, consistente com RegA tendo um papel direto ou indireto nas respostas ao estresse. No geral, este estudo (i) fornece evidências mecanísticas para a cooptação de um gene induzido pelo ambiente em um importante regulador do desenvolvimento, (ii) apóia a visão de que grandes inovações morfológicas podem evoluir por meio de mudanças regulatórias e (iii) defende o papel de estresse na evolução da complexidade multicelular.

Palavras-chave: Evolução do desenvolvimento da cooptação de Volvox carteri no estresse de soma regA.


Discussão

Novo ambiente térmico induz uma religação da regulação metabólica

A temperatura é um fator importante na modulação da expressão de vários genes em ectotérmicos e é particularmente bem estudada em Drosófila [19, 20, 39]. Nossas populações experimentais que evoluíram em um novo ambiente térmico quente exibiram diferenças altamente significativas na expressão gênica envolvendo muitos genes de vias bem definidas. De particular interesse foram os genes que foram regulados negativamente nas populações de evolução quente, porque eles sugerem uma regulação negativa global da produção de energia em moscas evoluídas a quente, afetando a glicólise, o ciclo do TCA e as vias de fosforilação oxidativa. Curiosamente, um estudo altamente replicado em Escherichia coli descobriram que a RNA polimerase era o gene alvo mais frequente entre as réplicas, resultando em uma taxa mais baixa de síntese de proteínas [40], fornecendo mais evidências de que uma importante resposta evolutiva a ambientes quentes é reduzir o aumento na produção de energia e síntese de proteínas, que é aumentou em ambientes quentes e provavelmente impõe um custo significativo.

Consistente com a religação metabólica modificada das populações evoluídas a quente, encontramos diferenças significativas no CO2 produção relativa às populações de controle ancestrais e evoluídas a frio (ver Fig. 2e Arquivo adicional 1: Figura S3 e Métodos e Resultados Suplementares). Ao contrário das expectativas ingênuas, CO2 a produção foi maior nas moscas evoluídas a quente. No entanto, o metabolismo em repouso e a expressão gênica são medidos em dois momentos diferentes do ciclo diário das populações em evolução, sugerindo que a ligação entre a expressão gênica e a produção de energia pode não ser direta. Além disso, CO mais alto2 a produção em moscas evoluídas a quente é consistente com o aumento de O2 consumo associado à diminuição da atividade de AMPK [41]. Mais insights sobre este padrão contra-intuitivo de CO2 consumo vem de uma análise metabolômica de D. melanogaster sob uma ampla gama de temperaturas de desenvolvimento [42]. Em temperaturas extremas, as moscas ficaram sem açúcares e metabólitos de energia (NAD +, NADP + e AMP), o que é atribuído à sua incapacidade de manter a homeostase celular. Se as condições de calor de nosso experimento tiverem o mesmo efeito, as moscas que não evoluíram para esse ambiente também podem ter seus açúcares e metabólitos de energia esgotados. Em resposta, as enzimas nas vias da glicólise, do ciclo do TCA e da fosforilação oxidativa podem ser reguladas para cima. As moscas evoluídas a quente podem ter adquirido a capacidade de manter a homeostase celular em altas temperaturas, permitindo um maior metabolismo de repouso sem a regulação positiva dos genes da via metabólica.

Nossos resultados contrastam com um estudo recente onde CO2 a produção foi conservada entre D. melanogaster populações que evoluíram em diferentes ambientes térmicos [43]. Com vários detalhes experimentais que diferem entre os estudos (linhagens de isofemas vs. grupos de indivíduos não consanguíneos, medições de 20 min durante o dia vs. metabolismo em repouso durante a noite), a interpretação desta aparente discrepância é difícil. No entanto, ele se alinha bem com a controvérsia geral sobre o efeito da temperatura na evolução do metabolismo [44]. Concluímos que as diferenças consistentes em CO2 a produção entre as populações ancestrais e evoluídas fornece forte evidência da evolução específica da temperatura da regulação do metabolismo, mas também indica que as mudanças fisiológicas subjacentes são mais complexas.

AMPK explica as mudanças fenotípicas observadas em populações evoluídas a quente

Com base apenas nas análises genômicas, não é possível descartar outros genes no Sestrin pico como alvos de seleção, ou três outros pequenos genes que se sobrepõem à assinatura de seleção de SNF4Aγ (Arquivo adicional 2: Tabela S3). Em combinação com os dados de expressão, no entanto, a função de SNF4Aγ e Sestrin como os principais drivers da religação metabólica se tornam evidentes. Sestrin modula a taxa de fosforilação da proteína quinase ativada por AMP (AMPK) [45], que é composta por SNF4Aγ e duas outras subunidades. AMPK é um jogador chave na homeostase energética nos níveis celular e orgânico, e ambos SNF4Aγ e Sestrin estão diretamente ligados à atividade AMPK [45,46,47]. Níveis baixos de ATP resultam na ativação de AMPK, que causa a regulação positiva da glicólise e biogênese da mitocôndria [48]. Além disso, vias energeticamente caras, como produção de ácidos graxos e gliconeogênese, são reguladas negativamente pela AMPK [49]. A inativação da AMPK causa a regulação negativa da glicólise e a regulação positiva das vias anabólicas, como a produção de ácidos graxos, ambas observadas em nossos dados. Curiosamente, Pfk, a enzima alvo para AMPK na glicólise, é a primeira enzima regulada negativamente da via da glicólise em nosso conjunto de dados (Fig. 2a, seta azul). No D. melanogaster, Regulação negativa mediada por interferência de RNA de SNF4Aγ aumenta o conteúdo de glicose dos músculos e do corpo adiposo [50] e induz comportamento de fome [41]. Alguns dos genes da via de sinalização do receptor de insulina também foram expressos diferencialmente nas populações evoluídas a quente (Ilp6, Em R, consulte Arquivo adicional 1: Figura S1). Além disso, algumas enzimas-chave envolvidas na produção de ácidos graxos (ACCoAs, ACC e FASN2, Desat1, CG30008, CG33110, CG18609 ver Arquivo adicional 1: Figura S1) também mostram sinal de regulação positiva, consistente com a inibição direta de ACC por AMPK [51]. O aumento das temperaturas e o estresse térmico esgotam o armazenamento de gordura em D. melanogaster [52] ao invocar apoptose no corpo gorduroso - um processo dependente de SNF4Aγ [53] que liga o padrão de expressão semelhante à fome observado aqui à adaptação à temperatura. Sestrin também está conectado com a regulação da autofagia em Drosófila, por meio de seu papel na ativação da AMPK [54, 55].

Assim, nossos resultados indicam que a atividade do regulador metabólico chave AMPK é modulada por meio da regulação diferencial da subunidade. SNF4Aγ e gene interagindo Sestrin em populações evoluídas a quente. Dado o papel central de SNF4Aγ e Sestrin para religação metabólica dependente da temperatura, raciocinamos que ambos os genes deveriam variar ao longo dos clines de temperatura nas populações naturais. Embora não tenhamos encontrado evidências de clinalidade de Sestrin, os padrões para SNF4Aγ correspondeu às nossas expectativas. Uma análise de polimorfismo do genoma completo identificada SNF4Aγ como um dos principais candidatos no clinal norte-americano D. melanogaster populações [22]. Variação clinal e sazonal de SNF4Aγ no D. melanogaster e D. simulans além disso, implica a temperatura como um driver adaptativo [21, 24]. Reanalisando dados genéticos da população clinal [23], SNF4Aγ está entre os 603 genes mais diferenciados compartilhados por norte-americanos e australianos D. simulans populações. Expressão gênica de SNF4Aγ é clinal em europeu D. subobscura populações, com as populações do sul tendo níveis de expressão mais baixos [19], o que é paralelo à resposta observada em nossas populações de evolução experimental. Como o bloco de haplótipo selecionado pode ser parcialmente mantido em outras populações, testamos os SNPs de diagnóstico para variação clinal. Notavelmente, as populações das extremidades do cline norte-americano exibem um sinal clinal para os SNPs de diagnóstico. No entanto, o sinal foi mixado para populações menos extremas.

Loci de grande efeito segregando em frequências alélicas intermediárias conduzem a uma evolução rápida

A análise combinada de dados de resequenciamento de genoma transcriptômico e completo de um recém-coletado D. simulans a população evoluindo em um novo ambiente térmico identificou dois genes, ambos conectados à AMPK, uma chave metabólica central. Embora existam muitas possibilidades de como o metabolismo poderia ser regulado, a forte resposta de seleção em todas as réplicas sugere que dois loci de efeito principal estão conduzindo a resposta metabólica adaptativa em nossas populações. A assinatura de seleção observada indica claramente que a adaptação em nosso estudo E & ampR [27] é dominada por um pequeno número de loci com forte efeito, fornecendo outro exemplo para adaptação rápida conduzida por alguns loci de efeito principal [12,13,14,15, 16].

Os dois haplótipos que conduzem a mudança metabólica em nossas populações experimentais segregam em frequências intermediárias na população fundadora e mostram variação clinal. Assim, é altamente plausível que esses genes contribuam para processos adaptativos semelhantes em populações naturais, que provavelmente ocorrem em escalas de tempo muito curtas. Como a temperatura varia sazonalmente, é possível que a heterogeneidade espacial e temporal mantenha os alelos selecionados na frequência intermediária em D. simulans [10, 24].

O fato de que poucos loci de efeito grande resultou em uma assinatura de seleção clara em nosso experimento, no entanto, não impede que vários loci de efeito menor também influenciem a religação metabólica em ambientes quentes. No entanto, nossas simulações de computador sugerem que esses dois loci provavelmente explicam mais de 50% da mudança fenotípica, mesmo quando loci de efeito menor também estão contribuindo (Fig. 4). Anteriormente, foi demonstrado que os alelos de efeito principal que contribuem para características quantitativas mostram a resposta de seleção mais rápida, mas com um número crescente de gerações esses loci são superados porque os alelos de efeito pequeno aumentam gradualmente em frequência [56]. A razão para a perda dos alelos de grande efeito é que é mais fácil obter genótipos próximos ao ótimo de aptidão com alelos de pequeno efeito, enquanto alelos de grande efeito podem causar overshooting, resultando em fenótipos mais extremos do que os favorecidos pela seleção. Portanto, a análise dessas populações experimentais após um intervalo de tempo maior pode ser muito informativa para entender a dinâmica dos alelos adaptativos em populações naturais.

Com o alelo favorecido sendo fixo ou próximo da fixação em populações do sul dos EUA, seria interessante estudar a resposta adaptativa nessas populações. Como a AMPK provavelmente não contribuirá para a adaptação, tal experimento pode revelar outros sinais adaptativos que não foram detectados neste estudo. Essas populações estariam segregando por outros alelos principais ou uma resposta poligênica seria detectada?

Próximos passos

A evolução experimental fornece uma excelente estrutura para testes experimentais de alelos selecionados. As substituições alélicas com a tecnologia CRISPR / Cas9 permitem a comparação direta de alelos selecionados e não selecionados em um fundo genético homogêneo. No entanto, a resolução do mapeamento em nosso estudo ainda é bastante baixa. Substituindo uma região genômica de & gt 10 kb em D. simulans, uma espécie com menor eficiência de transformação do que D. melanogaster, é extremamente desafiador. Assim, as próximas etapas exigiriam algum mapeamento preciso adicional do alvo da seleção. Antecipamos que a adição de cromossomos sem os alelos selecionados durante uma evolução experimental estendida fornecerá mais oportunidade na recombinação para obter uma região candidata menor. Uma vez que regiões candidatas suficientemente pequenas são clonadas, muitos experimentos de acompanhamento são concebíveis, variando de experimentos de competição de alelos selecionados e não selecionados em um ambiente de evolução experimental a comparações bioquímicas detalhadas usando metabolômica, transcriptômica e proteômica.


Fundo

Para identificar as variantes genéticas que afetam a suscetibilidade de uma variedade de doenças, os estudos de associação do genoma (GWAS) genotipam um conjunto denso de SNPs comuns (polimorfismo de nucleotídeo único) e testam as frequências alélicas entre uma coorte de pessoas afetadas e não afetadas [1 ] Os métodos tradicionais de análise para dados GWAS consideram apenas um SNP por vez e testam sua associação com a doença. Este tipo de estratégia de análise é adequado apenas para distúrbios mendelianos simples. Algumas doenças complexas comuns, como vários tipos de câncer, doenças cardiovasculares e diabetes, são influenciadas por múltiplas variantes genéticas. Portanto, a detecção de epistasia de alta ordem, que se refere ao efeito interativo de duas ou mais variantes genéticas em doenças humanas complexas, pode ajudar a desvendar como os fatores de risco genéticos conferem suscetibilidade a doenças complexas [2]. No entanto, o grande número de SNPs verificados em um GWAS típico e o enorme número de combinações possíveis de SNP tornam a detecção de interações epistáticas de alta ordem a partir de dados GWAS computacionalmente desafiadores [3]. Além disso, como medir a associação entre um conjunto de SNPs e o fenótipo apresenta outro grande desafio estatístico.

Durante a última década, dois tipos de métodos heurísticos computacionais foram propostos para detectar interações epistáticas: métodos baseados em predição / classificação e métodos baseados em associação. Métodos baseados em predição / classificação tentam encontrar o melhor conjunto de SNPs, que pode gerar a maior precisão de predição / classificação incluindo, por exemplo, redução de dimensionalidade multifator (MDR) [4], regressão logística penalizada (por exemplo, stepPLR [5], e lassoPLR [6]), máquina de vetores de suporte (SVM) [7] e floresta aleatória [8]. MDR é um método não paramétrico e sem modelo baseado na construção de uma tabela de risco para cada combinação SNP [4]. Se a proporção de caso e controle em uma célula desta tabela de risco for maior que 1, o MDR irá rotulá-la como "alto risco", caso contrário, "baixo risco". Pela tabela de risco, o MDR pode prever o risco de doença e irá selecionar a combinação SNP com a maior precisão de previsão. StepPLR e lassoPLR fazem algumas modificações para evitar os problemas de overfitting que os métodos de regressão logística padrão sofrem [9] ao detectar interações epistáticas. Por exemplo, o stepPLR combina o critério de regressão logística com uma penalização da norma L2 dos coeficientes. Essa modificação torna o stepPLR mais robusto para interações epistáticas de alta ordem [5]. Dois métodos de aprendizado de máquina: SVM [7] e floresta aleatória [8] também foram aplicados para detectar interações epistáticas. Os métodos de aprendizado de máquina são baseados na classificação binária (predição) e tratam os casos como positivos e os controles como negativos nos dados SNP. Eles usam SVM ou floresta aleatória como um preditor e selecionam um conjunto de SNPs com a maior precisão de predição / classificação por seleção de recurso. Alguns métodos baseados em predição / classificação só podem ser aplicados a análises de pequena escala (ou seja, um pequeno conjunto de SNPs) devido à sua complexidade computacional. Além disso, quase todos os métodos baseados em predição / classificação tendem a apresentar um grande número de falsos positivos, o que pode resultar em um custo enorme para outros experimentos de validação biológica [10].

O mapeamento de associação de epistasia bayesiana (BEAM) é um método escalonável e baseado em associação [11]. Ele divide os SNPs em três grupos: o grupo 0 é para SNPs normais, o grupo 1 contém SNPs de doença que afetam o risco de doença de forma independente e o grupo 2 contém SNPs de doença que contribuem conjuntamente para o risco de doença (interações). Dada uma partição fixa, o BEAM pode obter a probabilidade posterior dessa partição de dados SNP com base na teoria Bayesiana. Um método Markov Chain Monte Carlo é usado para alcançar a partição SNP ótima com probabilidade posterior máxima no BEAM. Uma desvantagem do BEAM é que a identificação de combinações de SNP e SNP de doença única simultaneamente torna o BEAM supercomplexo e enfraquece seu poder.

Recentemente, propomos um novo método baseado em manta de Markov, DASSO-MB, para detectar interações epistáticas em estudos de caso-controle [10]. O cobertor de Markov é um conjunto mínimo de variáveis, que pode proteger completamente a variável de destino de todas as outras variáveis ​​com base na propriedade de condição de Markov [12]. Assim, os métodos de cobertor de Markov podem detectar os SNPs da doença causal com o menor número de falsos positivos. Além disso, a estratégia de pesquisa heurística em métodos de cobertor de Markov pode evitar o processo de treinamento demorado como em SVM e florestas aleatórias. No entanto, a suposição de fidelidade nos métodos de cobertor de Markov, que dificilmente pode ser garantida, pode dificultar suas aplicações na detecção de interações epistáticas [13].

Neste artigo, abordamos os dois desafios críticos (pequenos tamanhos de amostra e alta dimensionalidade) na detecção de interação epistática, introduzindo um método de aprendizagem de estrutura de rede Bayesiana baseado em pontuação, EpiBN (Detecção de interação epistática usando modelo de rede Bayesiana), que emprega um modelo Branch- técnica and-Bound e uma nova função de pontuação. As redes bayesianas fornecem uma representação sucinta da distribuição de probabilidade conjunta e da independência condicional entre um conjunto de variáveis. Em geral, um método de aprendizagem de estrutura baseado em pontuação para redes bayesianas primeiro define uma função de pontuação refletindo a adequação entre cada estrutura possível e os dados observados e, em seguida, procura uma estrutura com a pontuação máxima. Em comparação com os métodos de cobertura de Markov, os méritos de aplicar o método de aprendizagem de estrutura de rede Bayesiana com base em pontuação para detecção de interação epistática incluem: (1) a suposição de fidelidade pode ser relaxada e (2) o método de pesquisa heurística pode resolver o problema XOR (exclusivo ou) clássico [14]. Aplicamos o método EpiBN a conjuntos de dados simulados com base em quatro modelos de doenças e três conjuntos de dados reais: conjunto de dados de degeneração macular relacionada à idade (AMD), conjunto de dados de doença de Alzheimer de início tardio (LOAD) e conjunto de dados de autismo. Demonstramos que o método proposto supera alguns métodos comumente usados, como SVM, MDR e BEAM, especialmente quando o número de amostras é pequeno.


Discussão

Nossos resultados epigenéticos populacionais, obtidos no contexto de uma população de células de imunidade inata, demonstram extensas diferenças nos perfis de metilação do DNA entre duas populações que diferem em sua ancestralidade genética, mas compartilham o mesmo ambiente atual. Essas diferenças populacionais foram observadas no nível de todo o epigenoma (explicando

12% da variância total na metilação do DNA) e envolveu 12.050 sítios que estavam localizados principalmente em genes com funções relacionadas à periferia celular ou à regulação da resposta imune. Estudos anteriores procuraram por diferenças relacionadas à ancestralidade na metilação do DNA em várias populações humanas e tipos de células [16, 38,39,40,41, 43, 95]. Embora as comparações entre os estudos sejam complicadas por diferenças em ambientes experimentais e limites estatísticos usados ​​para detectar locais CpG associados a ancestrais, eles variam de 299 entre indivíduos caucasianos e asiáticos / descendentes de mestiços que vivem no Canadá [16] a 36.897 entre CEU europeus e africanos YRI [39]. Um insight interessante que pode ser extraído de nossas análises é que os genes envolvidos na ativação e regulação das respostas imunes tendem a apresentar níveis mais elevados de metilação do DNA em indivíduos de ascendência europeia, em relação aos de ascendência africana, principalmente devido ao controle genético. Que até 16% dos genes relacionados ao sistema imunológico que são hipermetilados em europeus também são expressos diferencialmente entre as populações [48] poderia fornecer uma explicação mecanística para as diferenças relacionadas à ancestralidade nas respostas transcricionais para bactérias relatadas em macrófagos, onde a ancestralidade europeia é associado a respostas inflamatórias mais baixas [49].

Embora a variação nas exposições ambientais anteriores e nos fatores socioeconômicos possam contribuir para as diferenças populacionais na metilação do DNA, descobrimos que 70% dos locais diferencialmente metilados entre os grupos de ancestrais africanos e europeus estavam associados a pelo menos um meQTL. Isso indica que as diferenças populacionais na metilação do DNA são principalmente impulsionadas por variantes da sequência de DNA [38, 40,41,42]. Em alguns casos, uma única variante genética pode ser responsável por importantes diferenças populacionais em vários locais CpG, conforme atestado pelo trans-meQTL detectamos em CTCF, cuja variação genética local demonstrou alterar os padrões de metilação do DNA distante no sangue total [65]. Nós mostramos que um CTCF a variante (rs7203742) regula a metilação do DNA de 30 CpGs distantes, 40% dos quais são metilados diferencialmente entre as populações. Também descobrimos que todos CTCF transCpGs regulados caem dentro de um TFBS, confirmando nossa hipótese inicial sobre o mecanismo pelo qual uma variante genética pode alterar a metilação do DNA em um local CpG distante. Curiosamente, 9 de 30 CTCF trans-regulados CpGs caem dentro de um TFBS de CTCF, enquanto os 21 restantes se enquadram em um TFBS específico para outros TFs, como AA1, ESR1, ou ZNF143. Esta observação é consistente com um modelo de atividade de fator de transcrição pioneira [96] e sugere que CTCF atua como um fator pioneiro que irá gerar alterações no estado da cromatina que, por sua vez, ficará acessível para ligação de fatores secundários.

No nível do genoma, descobrimos que o impacto quantitativo da metilação do DNA na variação da expressão gênica é menor do que o relatado por alguns estudos anteriores, possivelmente refletindo diferenças em configurações experimentais e poder estatístico (por exemplo, tipos de células e tamanhos de amostra) [23 , 65, 84, 89]. Por exemplo, um estudo com 204 recém-nascidos saudáveis ​​detectou variação substancial entre os tecidos no número de genes cujos níveis de expressão estavam associados à metilação do DNA, variando de 596 em fibroblastos a 3838 em células T [23]. Detectamos, no estado não estimulado, 811 genes eQTM (6% do número total de genes expressos), um número que cai para 230 para genes reQTM em condições de estimulação. No entanto, uma limitação do nosso estudo é que medimos a metilação do DNA no estado basal, enquanto a expressão gênica foi obtida após 6 h. Estudos incluindo uma gama mais abrangente de marcas epigenéticas obtidas em diferentes pontos de tempo - em diferentes tipos de células e tecidos originários de indivíduos de várias linhagens - são necessários para compreender mais precisamente a interação entre esses elementos regulatórios e quantificar seus respectivos papéis na regulação da transcrição atividade.

Os eQTMs detectados foram considerados drasticamente enriquecidos no controle genético (OR

33.2, P & lt 1 × 10 −326, Fig. 3c), que destaca a ação coordenada de fatores genéticos e epigenéticos na variação da expressão gênica, mas levanta questões sobre o papel causal da metilação do DNA [56]. Apesar da interpretação cautelosa da causalidade nas análises de mediação ser necessária [97], nossa análise fornece uma primeira estimativa do papel direto potencial da metilação do DNA na regulação da atividade transcricional, tanto em monócitos em repouso quanto em monócitos estimulados. No estado não estimulado, descobrimos que

20% dos genes eQTM mostram evidências de um efeito de mediação causal da metilação do DNA. Embora uma extensão semelhante de mediação tenha sido encontrada após a estimulação imunológica (

17%), detectamos padrões específicos no tratamento com desafios virais, onde uma maior ocorrência de associações positivas foi observada entre os casos mediados. Essas descobertas refletiram principalmente casos em que altos níveis de metilação do DNA foram associados a baixa expressão gênica na condição não estimulada, exigindo, assim, respostas mais fortes para atingir altos níveis de expressão gênica mediante perturbação celular. Essas tendências sugerem um papel importante, direto e específico do contexto da metilação do DNA na regulação das respostas imunes, cuja complexidade requer mais investigação.

Finalmente, descobrimos que meQTLs, em particular aqueles associados a diferenças relacionadas à ancestralidade, são enriquecidos em ocorrências de GWAS relacionadas a distúrbios imunológicos. Isso sugere que a metilação do DNA tem um impacto importante na atividade celular dos monócitos e, em última análise, afeta os resultados fenotípicos. No entanto, uma grande fração da variação da metilação do DNA e da expressão gênica permanece inexplicada. Trabalho adicional é necessário para quantificar o impacto relativo de fatores genéticos, epigenéticos, ambientais e de estilo de vida na variação da metilação do DNA e expressão gênica, tanto em células em repouso quanto estimuladas. Além disso, embora as análises de mediação causal apresentadas neste estudo reforcem a noção de que a metilação do DNA pode desempenhar um papel direto na regulação da expressão gênica em humanos [23, 98], monitorando a cinética da variação na metilação do DNA e a expressão gênica após a exposição a diferentes agentes infecciosos agentes irão ampliar nossa compreensão da interação entre esses fenótipos moleculares e seu impacto nos fenótipos de endpoint.


Conclusão

Com a combinação de bioquímica, biologia de células musculares e o uso de modelagem de animais, as informações baseadas na genética molecular lançaram luz sobre a compreensão do patomecanismo das distrofias musculares. Conforme revisado, a alteração genética primária ou funcional secundária da ligação matriz-membrana plasmática parece ser a causa de várias formas de distrofias musculares. A propriedade mecânica do músculo esquelético é mantida por elementos contráteis e elásticos, que são fornecidos pelo sarcômero e pela matriz extracelular, respectivamente. Além disso, a transmissão lateral da força contrátil é mediada pela interação matriz-receptor. Assim, com base no fato de que a ligação matriz-citoesqueleto é a chave para a manutenção da função do músculo esquelético, várias estratégias terapêuticas foram propostas conforme apresentadas nesta revisão e em outras. Espera-se que tais abordagens contribuam para uma maior compreensão da etiologia da doença e conduzam a estratégias terapêuticas adequadas para tratar distrofias musculares.


Conclusões

Os PCWDEs obtidos originalmente por besouros de bactérias e fungos via HGT permitiram uma digestão eficiente e independente de simbiontes da biomassa vegetal, a fonte mais abundante de carboidratos na Terra. Propomos que esta inovação chave facilitou a evolução de hábitos de alimentação de plantas exclusivamente especializados, como mineração de folhas e sementes e caule e perfuração de madeira, e provavelmente também algumas formas de alimentação especializada de fungos, por exemplo, cultivo de fungos em Platypodinae e Scolytinae (67) . Enquanto isso permanece incerto, o aparecimento e as expansões de PCWDEs putativos e invertases em genomas de besouro estão correlacionados com aumentos significativos na taxa de diversificação entre besouros herbívoros especializados (Buprestoidea e Phytophaga). Nossas descobertas podem ajudar a explicar a disparidade no grau de especialização alimentar e riqueza de espécies observada entre grupos de besouros herbívoros que possuem ou não possuem um repertório diversificado de PCWDEs, bem como a existência de grupos de besouros que se alimentam de plantas (notavelmente incluindo angiospermas), mas não são excepcionalmente ricos em espécies. PCWDEs originalmente obtidos via HGT provavelmente desempenharam um papel importante na radiação adaptativa de outros grupos de insetos herbívoros, por exemplo, certos Lepidoptera e Hemiptera, que têm pelo menos algumas dessas famílias de genes (8, 14, 68).

A extraordinária diversidade de besouros, portanto, parece ter resultado de vários fatores, incluindo uma baixa taxa de extinção de linhagem ao longo de uma longa história evolutiva (2, 5), codiversificação com angiospermas (2) e a radiação adaptativa de besouros herbívoros especializados seguindo convergência horizontal transferências (e “domesticação”) de genes microbianos que codificam PCWDEs. More broadly, our findings show how large-scale genomic data can reveal new insights into the evolution and genomic basis of insect biodiversity and underscore the intimacy and complexity of the relationships between insects, plants, and microorganisms, as well as their concerted roles in the “origins of terrestrial organic diversity” (60).


Agradecimentos

We thank Dr. Karsten Zengler and Marc Abrams for reviewing the manuscript and providing constructive suggestions. This work was supported by NIH Grants AI124316 and GM057089, and Novo Nordisk Foundation Grant NNF10CC1016517. We are grateful to Drs. Rebecca Lindsey, Nancy Strockbine, Shi Chen, Sang Jun Lee, Dana Boyd, Mehmet Berkmen, Henning Sørum, David Rozak, Shannon Lyn Johnson, Craig Winstanely, Roger Johnson, and Weihua Huang for generously providing bacterial strains for this study.


Assista o vídeo: Genetyka! Co to jest DNA, Chromosomy, Dziedziczenie, Zmienność - MEGA ciekawa biologia. (Dezembro 2021).