コピー数変異の進化における役割
CNVは遺伝的多様性を形成し、種全体の進化に影響を与える。
― 1 分で読む
生き物の遺伝子変化は普通に起こるし、いろんな方法で起こることがある。一つの注目すべき変化はコピー数変異(CNVs)って呼ばれてる。これはDNAの一部が複製されたり削除されたりすることで起こる。こういう変化は結構大きいから、生物の見た目や行動に大きな影響を与えることがある。小さな変化である一塩基変異(SNVs)に比べてね。
研究によると、CNVsは種内外の遺伝的差異に重要な役割を果たしていることがわかってる。例えば、人間の研究では、いろんな病気に関連する多くのCNVsが発見されてる。でも、すべてのCNVsが有害なわけじゃなくて、時には新しい有益な特性をもたらすこともある。例えば、酵母では特定の複製が厳しい環境でうまく生き残るのを助ける。人間でも、ある人はでんぷんの消化に関連する遺伝子のコピーが多いことがあって、でんぷんが多い食事には役立つことになる。植物でも、CNVsが農業で望ましい特性を育成するための重要な遺伝的材料を提供することがある。
でも、CNVsがどう進化するかを研究するのは難しい挑戦なんだ。これは、CNVsが複数の特性に一度に影響を与えることがあるから。だから、SNVsが特定の機能に結びつくのは簡単だけど、CNVsだとちょっとややこしいんだ。これが、研究者たちがSNVsと同じようにCNVsについて明確な結論を出すのを難しくしてる。
SNVsを研究する一般的な方法は、時間をかけてどれくらいの頻度で現れるかを見て、それを過去の選択パターンに結びつけることだ。このアプローチは、人間の遺伝データに適用されて、アミノ酸に起こる変化を学ぶのに使われてる。いくつかの研究では、科学者たちは人間とその近縁種(チンパンジーなど)のデータを組み合わせて、共通の変異の歴史とそれがどれくらいの速さで起こるかを理解しようとした。
最近の進展として、CNVsを特に研究するための新しい方法「PoMoCNV」が提案された。この方法は、ゲノムデータを見て、これらの変異が時間とともにどのように変化するか、そして生物の適応度にどのように影響するかを推測する。
この方法を試すために、研究者たちは「Caenorhabditis elegans」という小さなワームに焦点を当てた。このワームは、似たような生物に比べて複製された遺伝子がたくさんあるから、CNVsの進化を研究するのにいい対象なんだ。コントロールされた実験で、科学者たちはこのワームの個体数を操作して、世代を超えてCNVsがどのように現れたり消えたりするかを観察した。特に、これらの実験はCNVのダイナミクスを正確に追跡するのに役立った。なぜなら、個体群の歴史がすでに知られていたから。
これらの研究では、研究者たちはCNVのダイナミクスに関するデータを集めて、PoMoCNVを使ってCNVsが進化する速度を推定した。彼らはDNAシーケンシングデータを使って、C. elegansの異なる個体群を分析し、コピー数がどのように変わるかを特定した。結果は、特定のコピー数の移行がより頻繁に起こること、特に遺伝子のコピーが増えるような移行が多いことを示した。これは、追加の遺伝子コピーを得ることが自然選択によってしばしば好まれることを示唆していて、たぶん生物に対して何らかの利点があるからだと思われる。
さらに、遺伝子のコピーを削除することに伴う適応度の低下は、異なるゲノム領域で比較的一貫していることがわかった。これは、コピー数を失うことが適応度に悪影響を及ぼす可能性があることを示していて、生物が必要なときにはより多くの遺伝子コピーを持つ方が一般的に得をするという考えを支持している。
この研究のもう一つの面白い点は、CNVの速度がゲノムの異なる部分で変わることだった。特に開いたクロマチンと閉じたクロマチンで。開いたクロマチン領域は一般的に遺伝子調節にとってアクセスしやすいけど、閉じた領域はそうじゃない。研究では、CNVsが閉じたクロマチンでより容易に起こることが示されていて、これらの領域は機能的要素が少なくて、変化が起こっても即座に大きな影響がないかもしれない。
開いたクロマチンでのCNVの影響はより顕著で、これらの領域にはエンハンサーやプロモーターのような重要な調節セグメントが含まれている。これらの領域でのコピー数の変化は、基本的な遺伝子の相互作用を妨げる可能性があって、生物の全体的な機能に対してより深刻な影響を与えることがある。
さらに進んだ研究では、研究者たちはC. elegansワームの個体数を操作したコントロール実験からのCNVデータを使ってその方法をテストした。データは、コピーが削除されるときに、個体数の大きさに基づいて適応度の低下に差があることを示していて、小さな個体群は大きな個体群に比べてコピーが削除されるときにより大きな損失を経験した。
最終的に、CNVsの研究は遺伝子の変異が進化的プロセスをどう形成するかを明らかにしている。研究者たちは、個体群が選択や遺伝的ドリフトによって変化し、その結果CNVsがゲノム全体にどう分布しているかに影響を与えることを発見した。これらの発見は、CNVsがランダムに配置されているわけじゃなくて、進化の歴史やゲノム内の機能的ニーズによってその存在が影響を受けていることを示している。
この取り組みは、遺伝的多様性に関する知識を深めるだけでなく、CNVsの出現と拡散の背後にあるメカニズムを説明するのにも役立つ。PoMoCNVのような方法の開発は、遺伝子変異の進化的役割を理解するための重要な進展を示していて、単なる観察を超えて、これらの変異が全体的な適応度や適応にどう寄与するかを深く分析する方向に進んでいる。
結論として、CNVsはすべての生物における遺伝的多様性の重要な要素だ。その研究は、進化の背後にあるメカニズムを理解するのに役立つだけでなく、選択圧、遺伝的ドリフト、異なるゲノム領域の機能的要求の間の微妙なバランスを浮き彫りにしている。研究が続くことで、さまざまな種や環境にわたるこれらの遺伝的変化の持続的な影響についてさらに多くの洞察が得られるだろう。この理解は、医学、農業、保全の応用にとって重要で、遺伝資源をどう管理し、変化する条件にどう適応するかを学ぶことができる。
タイトル: Inferring the selective history of CNVs using a maximum likelihood model
概要: Copy number variations (CNVs) - structural variations generated by deletion and/or duplication that result in change in DNA dosage - are prevalent in nature. CNVs can drastically affect the phenotype of an organism and have been shown to be both involved in genetic disorders and be used as raw material in adaptive evolution. Unlike single-nucleotide variations, the often large and varied effects of CNVs on phenotype hinders our ability to infer their selective advantage based on the population genetics data. Here, we present a likelihood-based approach, dubbed PoMoCNV, that estimates the evolutionary parameters of CNVs based on population genetics data. As a case study, we analyze the genomics data of 40 strains of Caenorhabditis elegans, representing four different populations. We take advantage of the data on chromatin accessibility to interpret the evolutionary parameters of CNVs inferred by PoMoCNV. We further test the reliability of PoMoCNV by estimating the evolutionary parameters of CNVs for mutation-accumulation experiments in C. elegans with varying levels of genetic drift. SignificanceInferring the evolutionary parameters of copy number variations (CNVs) based on population genetics data is crucial to understand their role in evolution. However, given the diversity in the size and effects of CNVs, such inference poses a challenge. We developed a likelihood-based approach called PoMoCNV to address this issue.
著者: Sina Majidian, S. A. Malekpour, A. Kalirad
最終更新: 2024-01-15 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.01.15.575676
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.01.15.575676.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。