冷泉港實驗室的定量生物學家大衛(wèi)麥坎德利斯(David McCandlish)和周娟楠(Juannan Zhou)開發(fā)了一種預測算法，這種算法使科學家能夠看到特定的基因突變?nèi)绾谓Y合起來改變一個物種進化中的關鍵蛋白質(zhì)。
《自然通訊》中描述的算法被稱為“最小上插值法”，可以直觀地顯示蛋白質(zhì)是如何進化成高效或根本無效的。他們比較了成千上萬種蛋白質(zhì)的功能，發(fā)現(xiàn)了這種突變是如何導致蛋白質(zhì)從一種功能形式進化到另一種功能形式的。
“癲癇癥”描述的是基因突變之間的任何相互作用，其中一個基因的功能依賴于另一個基因的存在。在許多情況下，科學家認為，當現(xiàn)實與他們的預測模型不一致時，基因之間的這些相互作用將發(fā)揮作用?？紤]到這一點，麥坎德利斯基于每個突變都很重要的假設，創(chuàng)建了這個新算法。術語“內(nèi)插”描述了預測物種中可能實現(xiàn)最佳蛋白質(zhì)功能的突變的進化路徑的行為。
研究人員通過測試構成鏈球菌GB1蛋白的基因中特定突變的影響來創(chuàng)建該算法。他們選擇GB1蛋白是因為其結構復雜，會產(chǎn)生大量可能的突變，可以通過多種可能的方式結合。
“由于這種復雜性，這個數(shù)據(jù)集的可視化變得非常重要，”麥坎德利斯說?！拔覀兿氚褦?shù)字變成圖片，這樣我們就能更好地理解(數(shù)據(jù))告訴我們的東西?！?
可視化就像拓撲圖。圖上兩點之間的距離代表了突變發(fā)展到蛋白質(zhì)活性水平需要多長時間。
GB1蛋白具有來自自然界的中等水平的蛋白質(zhì)活性，但它可能通過幾個不同位置的一系列突變進化為更高水平的蛋白質(zhì)活性。
麥坎德利斯將蛋白質(zhì)的進化路徑比作徒步旅行，在徒步旅行中，蛋白質(zhì)是一種試圖最有效地到達最高或最好的山峰的徒步旅行者。基因以同樣的方式進化：尋求通過突變來最小化抗性和提高效率的方法。
為了到達山脈的下一個最高峰，徒步旅行者更有可能沿著山脊線旅行，而不是一路走回山谷。沿著山脊線，有效地避免了另一個可能困難的上升過程。在可視化中，山谷是藍色區(qū)域，在那里突變的組合導致最低水平的蛋白質(zhì)活性。
該算法顯示了每個可能突變序列的最佳程度，以及遺傳序列突變成許多其他可能序列所需的時間。就新冠而言，這一工具的預測能力可能特別有價值。研究人員需要知道病毒的發(fā)展，以便在病毒達到最危險的形式之前知道在哪里和什么時候攔截它。
McCandlish解釋說，該算法還可以幫助“理解病毒在進化過程中可能采取的遺傳途徑，以逃避免疫系統(tǒng)或獲得耐藥性。如果我們能理解可能的方法，那么也許我們可以設計一種可以阻止進化的治療方法。或者免疫逃逸?！?
這種預測遺傳算法還有其他潛在的應用，包括藥物開發(fā)和農(nóng)業(yè)。
“你知道，在遺傳學開始的時候.所有關于這些基因空間的有趣猜測，如果你真的能看到它們，會是什么樣子，”mccandless補充道?！艾F(xiàn)在我們真的做到了！這真的很酷?！?
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！