Simple Science

Scienza all'avanguardia spiegata semplicemente

# La biologia# Biologia evolutiva

Rivalutare il Ruolo delle Mutazioni Sinonime nella Forma Fisica

Questo studio mette in discussione l'idea che le mutazioni sinonime siano neutrali.

― 7 leggere min


Mutazioni sinonime eMutazioni sinonime efitness ridefinitefitness più di quanto si pensasse.sinonimiche potrebbero influenzare laUno studio rivela che le mutazioni
Indice

Le mutazioni sono cambiamenti nella sequenza del DNA che possono influenzare come gli organismi crescono, si sviluppano e sopravvivono. Queste mutazioni possono avere effetti diversi sulla fitness di un individuo, che significa quanto bene riesce a sopravvivere e riprodursi. Alcune mutazioni possono aiutare un organismo a prosperare, altre non cambiano nulla, mentre altre ancora possono essere dannose o addirittura fatali. Gli scienziati spesso studiano come queste mutazioni influenzano la fitness usando qualcosa chiamato Distribuzione degli Effetti sulla Fitness (DFE). Questo è un modo per rappresentare quanto spesso si verificano diversi tipi di mutazioni e come influenzano la fitness.

Capire la DFE è importante per vari motivi. Aiuta gli scienziati a capire come la Selezione naturale mantiene le differenze genetiche in una popolazione. Fornisce anche informazioni su come le specie evolvono e su come certe caratteristiche, comprese quelle legate alle malattie, vengono trasmesse. Inoltre, può aiutare negli sforzi di conservazione guidando le decisioni su come gestire piccole popolazioni di piante e animali.

Metodi per Stimare la DFE

Ci sono due modi principali con cui gli scienziati stimano la DFE. Il primo metodo coinvolge studi sperimentali su microorganismi. Questi esperimenti spesso utilizzano tecniche che creano mutazioni e osservano i loro effetti. Anche se questo metodo può fornire misurazioni dirette, la sua principale limitazione è che può esplorare solo alcune forme di vita facili da studiare. Poiché le diverse specie hanno DFE diverse, questo metodo potrebbe non rappresentare in modo accurato organismi più complessi.

Il secondo metodo prevede l'analisi dei dati provenienti da popolazioni naturali, utilizzando modelli informatici per comprendere le variazioni genetiche presenti. Questo metodo guarda a quanto spesso possono essere trovati diversi tipi di variazioni genetiche in un campione di popolazione. I ricercatori usano queste informazioni per fare ipotesi educate sulla DFE in diverse specie, compresi gli esseri umani.

Quando si studiano le variazioni genetiche, si considerano solitamente due categorie principali: le Mutazioni Neutre, che non influenzano la fitness, e le mutazioni che potrebbero impattare la fitness, come quelle che cambiano gli aminoacidi nelle proteine. Gli scienziati raccolgono dati su quanto siano frequenti queste mutazioni per dedurre la DFE. Tuttavia, la Storia Demografica, o come una popolazione è cambiata nel tempo, influisce anche su questi modelli, quindi è fondamentale comprendere quel contesto.

Mutazioni Sinonime: Un Aspetto Trascurato

Storicamente, le mutazioni sinonime, che non cambiano la sequenza degli aminoacidi delle proteine, si pensava fossero neutre. Questo significa che gli scienziati assumevano che non avrebbero influenzato la fitness. A causa di questa convinzione, i ricercatori usavano queste mutazioni come punto di riferimento quando studiavano la DFE. Tuttavia, le evidenze hanno iniziato a mostrare che alcune mutazioni sinonime possono essere influenzate dalla selezione, significando che potrebbero non essere così neutre come si pensava un tempo.

Diversi esperimenti hanno mostrato che le mutazioni sinonime possono a volte essere dannose o benefiche per un organismo. Questa realizzazione è significativa poiché, se le mutazioni sinonime influenzano davvero la fitness, potrebbe influenzare il nostro modo di interpretare la DFE e la storia demografica.

Testare l'Influenza delle Mutazioni Sinonime sulla DFE

In questa ricerca, abbiamo esaminato come la selezione sulle mutazioni sinonime potrebbe cambiare le stime della DFE per le Mutazioni non sinonime. Abbiamo condotto simulazioni in cui abbiamo creato numerosi set di dati con parametri di selezione noti per vedere come questa selezione potrebbe distorcere la nostra comprensione.

Per capire come la selezione sulle mutazioni sinonime influenzasse le stime della DFE, abbiamo simulato una popolazione e raccolto sequenze di DNA da quella popolazione nel tempo. Abbiamo creato diverse condizioni per vedere come le pressioni selettive sulle mutazioni sinonime influissero sui calcoli della fitness.

Risultati Chiave

La nostra ricerca ha trovato che, quando c'era selezione sulle mutazioni sinonime, le stime della storia della popolazione erano spesso distorte. Per la maggior parte delle situazioni con selezione, i modelli che usavamo indicavano un certo tipo di espansione della popolazione, anche quando in realtà non si era verificato alcun cambiamento. Questa distorsione ha anche influenzato le stime della DFE per le mutazioni non sinonime.

Man mano che regolavamo i livelli di selezione sulle mutazioni sinonime, abbiamo notato che pressioni di selezione più elevate distorcevano le nostre stime in modo più significativo. Ad esempio, nei casi in cui tutte le mutazioni sinonime erano dannose, le stime delle mutazioni non sinonime erano notevolmente errate. In questi casi, i modelli riportavano una percentuale più alta di mutazioni come fortemente dannose, il che non era accurato.

Nei casi in cui la selezione era debole, le stime non erano così distorte, indicando una certa resilienza nelle nostre metodologie. Abbiamo scoperto che quando la selezione sulle mutazioni sinonime era minima, gli effetti sulle stime della DFE non erano drasticamente diversi da quelli che assumevano nessuna selezione.

Per approfondire come la selezione influenzasse i nostri risultati, abbiamo regolato le nostre simulazioni per esaminare l'effetto dei tassi di ricombinazione. La ricombinazione è un processo naturale che mescola materiale genetico, il che potrebbe potenzialmente minimizzare l'influenza della selezione sulle mutazioni collegate.

Il Ruolo della Ricombinazione

Sono stati testati tassi di ricombinazione aumentati per vedere se potessero migliorare l'accuratezza delle stime della DFE. Anche se alcune migliorie sono state osservate nelle inferenze demografiche con tassi di ricombinazione più elevati, le stime complessive per la DFE non hanno mostrato miglioramenti significativi.

Sembrava che anche con un aumento della ricombinazione, la presenza di selezione sulle mutazioni sinonime portasse ancora a descrizioni inaccurate degli effetti delle mutazioni non sinonime. Questo suggerisce che il legame causato dalla selezione di fondo potrebbe non essere la ragione principale delle inaccuratezze osservate.

Usare Varianti Veramente Neutre per Migliori Inferenze

Dopo aver riconosciuto l'impatto della selezione sulle mutazioni sinonime, abbiamo proposto una potenziale soluzione. Utilizzando un insieme di mutazioni veramente neutre-quelle che non subiscono alcuna pressione selettiva-per l'inferenza demografica, potremmo migliorare la nostra comprensione della DFE per le mutazioni non sinonime.

Nelle nostre simulazioni, quando abbiamo condizionato le stime basandoci su varianti neutre note, l'accuratezza delle stime della DFE è migliorata significativamente. Questo risultato indica che avere un set di mutazioni neutrali affidabili potrebbe servire come un punto di riferimento migliore per stimare gli effetti sulla fitness e la storia demografica rispetto al fatto di fare affidamento sulle mutazioni sinonime.

Implicazioni della Ricerca

Le implicazioni di questo studio sono cruciali per la ricerca futura nella genetica delle popolazioni. Suggerisce che fare affidamento unicamente sulle mutazioni sinonime per inferire la storia della popolazione e i calcoli della DFE potrebbe portare a errori significativi.

Capire gli effetti delle mutazioni sinonime sulla selezione può migliorare notevolmente il modo in cui i ricercatori interpretano i dati genetici. Questo è particolarmente importante in campi come la biologia della conservazione, dove stime accurate della salute genetica nelle popolazioni possono influenzare le strategie di sopravvivenza per le specie in pericolo.

Con le evidenze attuali che suggeriscono che alcune mutazioni sinonime sono effettivamente influenzate dalla selezione, un ulteriore esame di questi effetti su un range più ampio di organismi è essenziale. Questa comprensione aiuterà a perfezionare le tecniche utilizzate negli studi demografici, fornendo una riflessione più accurata delle influenze evolutive sulla variazione genetica.

Conclusione

In conclusione, il nostro lavoro evidenzia la necessità di una comprensione più sfumata delle mutazioni sinonime nello studio della genetica delle popolazioni. Riconoscendo che queste mutazioni potrebbero non essere sempre neutre, possiamo affinare i nostri approcci per stimare le storie demografiche e la DFE.

I risultati esortano gli scienziati a considerare l'uso di varianti veramente neutre come punti di riferimento per le loro analisi. Questo cambiamento potrebbe portare a una maggiore accuratezza nella comprensione dei processi evolutivi e aiutare nella conservazione della biodiversità.

Andando avanti, i ricercatori dovrebbero continuare a indagare le pressioni di selezione sulle mutazioni sinonime e le loro implicazioni per gli studi genetici. In questo modo, il campo può migliorare le metodologie e garantire che le complessità della variazione genetica siano catturate in modo più accurato.

Fonte originale

Titolo: The impact of non-neutral synonymous mutations when inferring selection on non-synonymous mutations

Estratto: The distribution of fitness effects (DFE) describes the proportions of new mutations that have different effects on reproductive fitness. Accurate measurements of the DFE are important because the DFE is a fundamental parameter in evolutionary genetics and has implications for our understanding of other phenomena like complex disease or inbreeding depression. Current computational methods to infer the DFE for nonsynonymous mutations from natural variation first estimate demographic parameters from synonymous variants to control for the effects of demography and background selection. Then, conditional on these parameters, the DFE is then inferred for nonsynonymous mutations. This approach relies on the assumption that synonymous variants are neutrally evolving. However, some evidence points toward synonymous mutations having measurable effects on fitness. To test whether selection on synonymous mutations affects inference of the DFE of nonsynonymous mutations, we simulated several possible models of selection on synonymous mutations using SLiM and attempted to recover the DFE of nonsynonymous mutations using Fit{partial}a{partial}i, a common method for DFE inference. Our results show that the presence of selection on synonymous variants leads to incorrect inferences of recent population growth. Furthermore, under certain parameter combinations, inferences of the DFE can have an inflated proportion of highly deleterious nonsynonymous mutations. However, this bias can be eliminated if the correct demographic parameters are used for DFE inference instead of the biased ones inferred from synonymous variants. Our work demonstrates how unmodeled selection on synonymous mutations may affect downstream inferences of the DFE.

Autori: Kirk E Lohmueller, A. Martinez i Zurita, C. Kyriazis

Ultimo aggiornamento: 2024-02-08 00:00:00

Lingua: English

URL di origine: https://www.biorxiv.org/content/10.1101/2024.02.07.579314

Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.02.07.579314.full.pdf

Licenza: https://creativecommons.org/licenses/by-nc/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Articoli simili