Comprendere il Pan-genoma di Mycobacterium tuberculosis

I batteri possono avere geni diversi anche se appartengono alla stessa specie. Per spiegare queste differenze, gli scienziati hanno creato l'idea di Pan-genoma, che significa guardare a tutti i geni presenti in un gruppo di batteri. Quest'idea è nata da studi sui batteri ed è ora usata per analizzare i geni in molti organismi. I geni all'interno di un pan-genoma possono essere divisi in due gruppi: geni core che la maggior parte dei membri condivide, e Geni Accessori che solo alcuni membri hanno. Processi diversi come il trasferimento genico e il cambiamento delle sequenze causano queste variazioni nei geni batterici. Recentemente, i ricercatori hanno utilizzato studi sul pan-genoma per capire meglio le differenze genetiche e l'adattabilità dei batteri, che è importante in molti settori tra cui medicina e agricoltura.

Sono stati progettati molti strumenti per studiare i genomi batterici, ma spesso usano modi diversi per definire e misurare i pan-genomi. Ad esempio, ci sono molti metodi disponibili per analizzare i pan-genomi. Due scelte chiave in qualsiasi analisi del pan-genoma sono: 1) quale parte del genoma sarà confrontata (l'intero genoma o solo parti di esso), e 2) come saranno giudicate le somiglianze e le differenze tra le sequenze. Queste scelte possono influenzare quali variazioni vengono trovate e come vengono interpretati questi risultati. Inoltre, la selezione dei genomi analizzati, e se rappresentano veramente le differenze genetiche all'interno di una specie, può influenzare anche i risultati.

#Mycobacterium tuberculosis

Mycobacterium tuberculosis (Mtb) è la principale causa di tubercolosi (TB), causando circa 1,6 milioni di morti ogni anno. Mtb è un tipo di germe che evolve in modo fisso, senza condividere geni con altri ceppi o mescolarsi con loro. Di conseguenza, le differenze genetiche in Mtb sono principalmente dovute alla perdita di geni o alla duplicazione di quelli esistenti, portando a un numero complessivo di geni inferiore nel suo genoma. Alcuni studi mostrano che la dimensione del pan-genoma in Mtb varia molto. Ad esempio, uno studio ha trovato oltre 7.600 geni accessori, mentre altri ne hanno riportati solo circa 500.

Poiché Mtb ha una struttura genica consistente e non mescola geni, fornisce un buon modello per testare quanto bene possiamo prevedere i geni accessori negli studi sul pan-genoma. Inoltre, poiché Mtb mostra minimi cambiamenti strutturali nel suo genoma, i ricercatori possono creare assemblaggi genomici di alta qualità utilizzando sia letture di DNA corte che lunghe. Questo li aiuta a capire come la qualità del sequenziamento e dell'assemblaggio influisce sulle previsioni del pan-genoma in una popolazione molto simile geneticamente.

#Curare un Dataset di Genomi Mtb

Per studiare accuratamente il pan-genoma di Mtb, i ricercatori hanno raccolto 151 genomi completi da diversi ceppi di Mtb che colpiscono gli esseri umani. Hanno sequenziato questi ceppi utilizzando tecnologie di lettura del DNA corte e lunghe. Per ciascun ceppo, hanno creato un'assemblaggio ibrido combinando dati da letture lunghe e corte per garantire alta qualità. Questo dataset include una vasta varietà di ceppi di Mtb, mostrando la diversità genetica globale.

I genomi assemblati sono molto simili, con alta identità nucleotidica media (ANI) e caratteristiche genomiche coerenti. Tuttavia, le assemblaggi da letture corte erano meno complete rispetto alle assemblaggi ibride, mostrando differenze in continuità e numero di sequenze codificanti previste.

#Valutazione delle Variazioni Strutturali

Per valutare le differenze genetiche nei genomi di Mtb, i ricercatori hanno costruito un grafo del pan-genoma per visualizzare le variazioni strutturali. Questo grafo mostra i geni core, che tutti i ceppi di Mtb possiedono, accanto a variazioni trovate in almeno un ceppo. Il grafo risultante conteneva molti nodi rappresentanti diverse sequenze, e i ricercatori miravano a determinare se queste rappresentassero nuovi contenuti genetici o solo riconfigurazioni di geni esistenti.

Analizzando il grafo, hanno scoperto che la maggior parte delle variazioni strutturali erano dovute a riarrangiamenti e solo una piccola percentuale rappresentava sequenze veramente nuove. Molte delle sequenze ridondanti si sovrapponevano con sequenze virali e di inserzione già note. Alcune variazioni uniche erano legate a linee specifiche di Mtb.

#Impatto degli Strumenti di Analisi sulle Previsioni del Pan-Genoma

Nello studio dei pan-genomi batterici, diversi strumenti possono produrre risultati variabili. I ricercatori si sono concentrati su come i diversi metodi di analisi possono portare a stime diverse del contenuto genico. Hanno testato software comunemente usati per vedere come cambiamenti nei parametri come il raggruppamento delle sequenze codificanti potessero influenzare i risultati. Hanno trovato che passare da diverse assemblaggi e pipeline di Annotazione può portare a differenze significative nelle stime dei geni core e accessori.

Ad esempio, un software era più coerente di altri indipendentemente dai cambiamenti effettuati, mentre un altro produceva stime più caute a seconda dei metodi di annotazione utilizzati. Diverse combinazioni di strumenti portavano a grandi variazioni nelle previsioni sulla dimensione dei genomi accessori, evidenziando l'importanza di una scelta attenta dei metodi.

#Affrontare le Discrepanze di Annotazione

Uno dei problemi con gli strumenti di analisi del pan-genoma esistenti è che spesso gonfiano il numero di geni accessori a causa di differenze nel modo in cui i geni sono annotati. I ricercatori hanno creato un nuovo strumento chiamato panqc per correggere queste discrepanze nell'annotazione dei geni. Questo software analizza i risultati degli strumenti di previsione del pan-genoma e unisce sequenze codificanti simili, portando a stime più accurate delle dimensioni dei geni accessori.

Il tool panqc funziona in due fasi: prima verifica se i geni identificati come assenti sono realmente presenti a livello di DNA, e poi raggruppa insieme sequenze codificanti simili. Questo metodo ha dimostrato di ridurre significativamente il numero di geni accessori previsti.

#Applicazione di Panqc sui Genomi Mtb

Applicando panqc al dataset di genomi Mtb, si è ridotto in modo significativo il numero stimato di geni accessori. I ricercatori hanno anche scoperto che un gran numero di assenze inizialmente riportate era dovuto a problemi con le annotazioni dei geni piuttosto che a geni realmente mancanti. Questo aggiustamento ha permesso di avere una visione più chiara del contenuto genetico, consentendo una migliore comprensione degli eventi di guadagno e perdita dei geni attraverso i diversi ceppi.

Inoltre, panqc è stato testato sui genomi di E. coli, che hanno mostrato meno ridondanza nel contenuto genico rispetto a Mtb. Questo suggerisce che mentre lo strumento è utile per genomi strettamente correlati, potrebbe non essere così necessario per popolazioni più geneticamente varie.

#Conclusione

Questo lavoro sottolinea la necessità di utilizzare sia confronti di nucleotidi che di aminoacidi quando si studiano i genomi batterici. Sottolinea l'importanza delle scelte metodologiche nelle analisi del pan-genoma, in particolare rispetto alle discrepanze di annotazione e alla qualità degli assemblaggi genomici utilizzati. Ogni strumento valutato ha i suoi punti di forza e debolezza, con alcuni che forniscono stime più coerenti in condizioni diverse.

Lo sviluppo di strumenti come panqc mostra promesse per migliorare le analisi del pan-genoma, rendendo più facile tenere conto di problemi che possono distorcere i risultati, soprattutto in popolazioni geneticamente simili. Adottando un approccio attento nel confrontare i genomi, i ricercatori possono ottenere preziose intuizioni sulle dinamiche evolutive delle popolazioni batteriche, che è cruciale per comprendere la loro adattabilità e i potenziali impatti sulla salute umana.