Активность генома зависит не только от состава его генов, но и от их месторасположения. Доказать утверждение удалось при помощи одного из простейших вирусов, РНК которого состоит всего из пяти генов.
Ученые из отделения химической и биологической инженерии Университета Висконсин-Мэдисон (Department of Chemical and Biological Engineering, University of Wisconsin-Madison) математическим методом доказали, что свойства организма – это не просто сумма его генов. Существенно не только то, какие гены присутствуют, но и в каком порядке они следуют друг за другом. Чтобы доказать это, профессор биоинженерии Джон Инь ( John Yin) и его аспирант Квон-ил Лим (Kwang-il Lim) построили компьютерную модель вируса, в геноме которого всего пять генов, и перетасовали эти гены во всех возможных сочетаниях.
Для своих изысканий биологи взяли вирус везикулярного стоматита (VSV). Это-РНК вирус, его геном представлен молекулой РНК, и в нем всего пять генов:N, P, M, G и L. Вирус VSV вызывает стоматит у крупного рогатого скота, но для человека опасности практически не представляет: в редких случаях заболевания пациенты отделываются легким недомоганием, которое быстро проходит. Вирус этот, скорее, полезен, так как охотно проникает в раковую клетку, размножается в ней и уничтожает ее без вреда для здоровых клеток. Канадские ученые даже работают над созданием противоракового лекарства на его основе.
Виртуальный вирус заражает виртуальные клетки
Исследователи из Университета Висконсин-Мэдисон смоделировали жизненный цикл вируса VSV. Собственно, с природным вирусом (диким типом) они сделали это еще в предыдущих работах. Модель имитирует заражение вирусом клетки почек детенышей хомяка. После проникновения вирусной частицы -- вириона в клетки ее РНК копирует сама себя, и с нее же синтезируются вирусные белки. Из этих компонентов собираются новые вирусные частицы – РНК одевается в белковую оболочку, и новые вирусы выходят из клетки. По количеству дочерних вирионов, получившихся из исходного вируса, можно судить об эффективности его размножения.
В вирусе VSV дикого типа пять генов выстроены в таком порядке: N, P, M, G, L. Ученые методом комбинаторики сконструировали еще 119 вариантов вируса с разными последовательностями генов, то есть получили 119 виртуальных мутаций. И на модели сравнили эффективность размножения 119 мутантных форм с вирусом дикого типа.
Успех искусственных мутантов
40% вариантов виртуального вируса вообще не стали размножаться. А остальные 60% в зависимости от порядка генов внутри виртуальной клетки почек хомяка производили от одной до шести тысяч дочерних вирусных частиц. Порядок генов влиял также на скорость размножения вирионов. Однако все варианты, за исключением двух, уступали по продуктивности дикому типу. И только варианты N-M-P-G-L и N-M-G-P-L произвели дочерних вирионов больше, чем природный.
Чтобы разобраться в том, какие гены в какой позиции больше других влияют на размножение вируса, биологи начали компоновать все 120 вариантов в группы. В каждой из них, включающей 24 варианта, какой-то определенный ген находился на закрепленном месте (например, N -- на первом или L -- на третьем), а остальные тасовались. Затем ученые сравнили число потомков в каждой группе.
Каждый ген ценен на своем месте
Сравнение показало, что для наилучшего размножения ген N (отвечающий за формирование оболочки вируса) должен быть на 3-й позиции, а ген L (кодирующий ферменты) – на 5-й позиции. Позиция других генов также имела значение. Продуктивность вирусов снижалась по мере продвижения гена P к началу генома. Его положение на первой позиции уменьшало экспрессию других генов, продукция которых была нужна для размножения. Положение генов N, M и G в конце генома снижало продуктивность вируса, но положение М на других четырех позициях не влияло на продуктивность.
Надо было проверить гипотезу, зависит ли продуктивность разных форм вируса от типа клетки-хозяина. Для этого ученые проследили размножение виртуального вируса в клетках другого типа -- опухоли мозга человека. Модель взаимодействия этих клеток с вирусом дикого типа они также разработали ранее.
На второй клеточной модели дикий тип оказался вторым по продуктивности. Его обогнал геном N-M-P-G-L. Позиция других генов в новых клетках влияла на продуктивность несколько по-другому – это доказывает, что конечный результат генной комбинаторики зависит и от клеточной среды.
Хотя вирус дикого типа и уступил некоторым искусственно сконструированным вариантам, он эффективно размножался на разных клеточных моделях – это доказывает его универсальность и устойчивость. Об этом говорит и то, что среди потомков дикого типа наибольшее число дочерних вирионов имело такое же строение генома, что и исходный вирус. Он реже мутировал в процессе самовоспроизведения.
Зачем нужна эта комбинаторика
Авторы работы попытались понять, как функционирует простейший геном, обеспечивая рост и развитие организма, хотя бы такого простого, как вирус. И им удалось показать, как простая перетасовка генов радикально влияет на основной процесс жизнедеятельности вируса – размножение внутри клетки-хозяина. Они выяснили, что ключевое значение имеют гены на первой и последней позиции.
Это интересно не только само по себе, но и для применения вирусов «в мирных целях». Уже давно ясно, что вирусы -- не только возбудители заболеваний, но и очень полезный инструмент в медицине. Способность вирусов проникать в клетку можно использовать для изготовления вакцин, для доставки генов, для избирательного поражения раковых клеток. Однако полезное использование вирусов ограничено нашими знаниями о них, подчеркивают ученые. В частности, о том, как контролируется размножение вирусных частиц внутри инфицированной клетки. Ведь вирусы, которые размножаются медленно, годятся для изготовления вакцин, а те, что размножаются быстро -- для уничтожения раковой опухоли. Вооружившись этими знаниями, можно разработать методы контроля опасных вирусов и понять, как вирус приобретает устойчивость к действию лекарств.
В будущем ученые собираются применить этот подход к другим организмам с более сложными геномами. Джон Инь говорит, что наступает эра «предсказательной биологии», которая сможет, исходя из генома, предсказать поведение биологических систем.
Статья опубликована в журнале PLoS Computational Biology.
