L'outil GapMind mis à jour améliore l'analyse des voies d'acides aminés
De nouvelles mises à jour améliorent la compréhension de la production d'acides aminés chez les bactéries et les archées.
― 8 min lire
Table des matières
- Quoi de Neuf dans GapMind ?
- Utiliser GapMind
- Nouvelles Découvertes dans les Chemins des Acides Aminés
- Nouveaux Gènes pour la Production de Glycine
- Chemin Alternatif pour la Production de Sérine
- Changements dans la Production d'Arginine
- Nouvelles Perspectives sur DapE
- Petites Sous-unités Régulatrices des Enzymes
- Prédictions Préalables Intégrées
- Identification des Enzymes Divergentes
- Évaluation de l'Exactitude de GapMind
- Test de Précision avec des Auxotrophes
- Conclusion
- Source originale
- Liens de référence
Les Bactéries sont de petites créatures vivantes qui peuvent produire pas mal de blocs de construction dont elles ont besoin pour grandir. Ces blocs s'appellent des acides aminés. Cependant, certaines bactéries n'ont pas les Gènes qui les aident à fabriquer ces acides aminés, ce qui rend difficile de savoir ce dont elles ont besoin juste en regardant leur code génétique. Ce problème est surtout vrai pour différents types de bactéries et d'archées, même celles qui peuvent grandir sans acides aminés ajoutés.
Dans notre travail précédent, on a créé un outil appelé GapMind. Cet outil aide à comprendre comment les bactéries et les archées produisent des acides aminés en regardant leurs génomes. GapMind examine des Enzymes connues qui sont responsables de la fabrication des acides aminés et identifie celles qui sont probablement utilisées à chaque étape du processus. Il utilise un mix d'enzymes bien connues et de certaines découvertes plus récentes pour faire des prédictions.
Cet article parle des mises à jour de GapMind basées sur de nouvelles recherches. On discute de comment de nouvelles informations nous ont permis d'identifier de nouveaux gènes ou des gènes différents impliqués dans la fabrication des acides aminés et de comment on a amélioré les performances de l'outil.
Quoi de Neuf dans GapMind ?
GapMind a été mis à jour pour inclure plus de six cents nouvelles enzymes pertinentes à la production d'acides aminés. On a aussi trouvé de nouvelles enzymes grâce à une méthode qui utilise des étiquettes uniques pour marquer des parties de l'ADN, ce qui nous aide à voir quelles parties sont importantes pour fabriquer certains acides aminés. Les nouvelles données de dix organismes supplémentaires nous ont permis de découvrir 17 nouveaux gènes ou des gènes altérés impliqués dans la fabrication des acides aminés.
On a amélioré GapMind avec ces nouvelles infos, ce qui lui permet d'expliquer comment différentes bactéries créent des acides aminés mieux qu'avant.
Utiliser GapMind
GapMind fonctionne en regardant les informations génétiques de différentes bactéries et en essayant de comprendre quelles enzymes elles pourraient avoir pour fabriquer des acides aminés. L'outil compare les codes génétiques et utilise des enzymes connues pour combler les lacunes dans les chemins de fabrication de ces blocs de construction. S'il y a plusieurs options pour une étape, GapMind choisit celle qui a le meilleur soutien.
En regardant les résultats de GapMind pour une bactérie appelée Nitratidesulfovibrio vulgaris Hildenborough, on a trouvé que la plupart des étapes dans les chemins de production des acides aminés étaient prédites avec confiance. Cependant, quelques étapes avaient des prédictions incertaines. Malgré ça, on sait que cette bactérie peut grandir même quand on limite son approvisionnement alimentaire.
Nouvelles Découvertes dans les Chemins des Acides Aminés
Nouveaux Gènes pour la Production de Glycine
La glycine est un Acide aminé important, et les bactéries la fabriquent généralement par un chemin spécifique impliquant une enzyme bien connue appelée sérine hydroxyméthyltransférase. Cependant, deux bactéries, Bifidobacterium breve et Methanococcus maripaludis, peuvent produire de la glycine mais semblent manquer de cette enzyme. Pour comprendre ça mieux, on a regardé des expériences faites avec ces bactéries où la glycine n'était pas ajoutée, et on a trouvé deux nouveaux gènes qui semblent aider ces bactéries à survivre quand la glycine est basse. On appelle ces gènes glyXL et glyXS.
GlyXL est similaire à d'autres enzymes connues, mais sa fonction n’est pas encore complètement claire. GlyXS, de son côté, semble jouer un rôle dans la régulation des niveaux d'acides aminés mais n’est pas totalement compris. Dans l'ensemble, on a ajouté glyXL et glyXS comme chemins possibles pour la production de glycine dans la version mise à jour de GapMind.
Chemin Alternatif pour la Production de Sérine
La plupart des bactéries fabriquent de la sérine en utilisant trois étapes qui impliquent plusieurs enzymes connues. Dans le cas de Clostridioides difficile, on a trouvé qu'elle n'a pas une enzyme connue nécessaire pour une de ces étapes, mais elle peut quand même produire de la sérine. On a cherché des gènes à proximité dans son génome et trouvé une enzyme candidate qui pourrait remplacer l'enzyme manquante. Ça suggère que C. difficile pourrait avoir une façon alternative de produire de la sérine.
Changements dans la Production d'Arginine
Pour une autre bactérie appelée Steroidobacter denitrificans, le code pour fabriquer de l'arginine semble incomplet. On a trouvé une protéine hypothétique dans son génome qui est généralement trouvée dans des grappes de gènes impliquées dans la production d'arginine. Ça suggère que cette protéine inconnue pourrait agir comme une forme alternative d’une enzyme nécessaire pour synthétiser de l'arginine.
Nouvelles Perspectives sur DapE
DapE est généralement nécessaire pour fabriquer un bloc de construction appelé diaminopimélate, qui est important pour produire à la fois de la lysine et une partie de la paroi cellulaire bactérienne. Certaines bactéries qui n'ont pas DapE semblent avoir une enzyme de remplacement à la place. On a étudié des protéines étroitement liées et trouvé une qui semble jouer le rôle de DapE.
Petites Sous-unités Régulatrices des Enzymes
On a aussi trouvé que certaines bactéries manquent de la sous-unité régulatrice typique qui aide une enzyme clé à produire des acides aminés. Au lieu de ça, ces bactéries ont une version de l'unité régulatrice qui semble n'avoir qu'une seule partie au lieu des deux habituelles. On a fait des expériences qui montrent que ces nouvelles versions fonctionnent probablement comme des sous-unités régulatrices.
Prédictions Préalables Intégrées
GapMind a aussi pris en compte certaines prédictions antérieures pour améliorer sa capacité à montrer la production d'acides aminés. Ces découvertes antérieures suggéraient des formes alternatives d'enzymes clés qui n'avaient pas été confirmées avant.
Identification des Enzymes Divergentes
La version originale de GapMind nécessitait une grande similarité avec des enzymes connues pour prédire si une enzyme était susceptible d'exécuter une certaine fonction. Pour le rendre plus inclusif, on a ajouté des enzymes qui pourraient ne pas être aussi similaires mais qui jouent toujours des rôles importants dans la production d'acides aminés.
En utilisant des méthodes qui fournissaient un soutien expérimental, on a inclus plusieurs enzymes divergentes qui avaient été négligées auparavant. Ça garantit que GapMind couvre maintenant un éventail plus large d'enzymes potentielles impliquées dans la synthèse des acides aminés.
Évaluation de l'Exactitude de GapMind
Pour tester l'efficacité de GapMind, on a regardé les chemins de production d'acides aminés prédites pour 206 types différents de bactéries et d'archées qui peuvent grandir dans des milieux minimalistes. On voulait voir à quel point ces chemins étaient complets.
La plupart des chemins d'acides aminés étaient complets et n'avaient pas d'étapes manquantes. Cependant, certains avaient encore des lacunes ou des prédictions de faible confiance. On a identifié des lacunes dues à des gènes manquants ou à des séquences incorrectes.
Parmi les différents groupes qu'on a examinés, les bactéries du phylum Pseudomonadota avaient très peu de lacunes parce qu'elles sont le groupe le plus étudié. Cependant, d'autres bactéries et archées avaient un plus grand nombre de lacunes dans leurs chemins d'acides aminés.
Test de Précision avec des Auxotrophes
On a aussi testé GapMind avec des bactéries connues pour avoir besoin d'acides aminés spécifiques pour croître. Ce test a montré qu'elles avaient presque toutes au moins une étape dans les chemins d'acides aminés qui avait une faible confiance. On a analysé quelques cas où les résultats suggéraient que certaines bactéries pouvaient synthétiser des acides aminés alors qu'il était connu qu'elles ne le pouvaient pas.
Un exemple était Streptococcus pneumoniae. Cette bactérie semble avoir le nécessaire pour certains acides aminés, mais ne les utilise pas, ce qui peut être déroutant.
Conclusion
La version révisée de GapMind est maintenant mieux équipée pour gérer les complexités de la biosynthèse des acides aminés. Avec de nouveaux gènes et de meilleures prédictions, ça nous aide à comprendre comment diverses bactéries et archées satisfont leurs besoins en acides aminés. L'ajout de chemins alternatifs et d'enzymes divergentes permet d'avoir une image plus complète de comment ces petites créatures survivent et prospèrent dans leurs environnements. Cet outil mis à jour peut être utilisé comme ressource pour d'autres études sur les chemins métaboliques chez les bactéries et les archées, menant à une compréhension plus profonde de leur biologie.
Titre: Improving the annotation of amino acid biosynthesis pathways: GapMind 2024
Résumé: GapMind is an automated web-based tool for annotating amino acid biosynthesis pathways in bacterial and archaeal genomes. We updated GapMind to include recently identified enzymes, including new enzymes that we identified by using high-throughput genetics and comparative genomics. Across 206 prokaryotes that have high-quality genomes and are reported to grow in minimal media, the average number of unexplained missing steps or gaps dropped from 1.4 per genome to 0.8 per genome. The majority of the remaining gaps involve the gain or loss of phosphate groups.
Auteurs: Morgan N Price, A. L. Shiver, L. A. Day, M. T. Bejar, H. P. Lesea, T. K. Owens, A. Deutschbauer, A. P. Arkin
Dernière mise à jour: 2024-10-14 00:00:00
Langue: English
Source URL: https://www.biorxiv.org/content/10.1101/2024.10.14.618325
Source PDF: https://www.biorxiv.org/content/10.1101/2024.10.14.618325.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.