Revolucionarno otkriće: Evolucija nije toliko slučajna kao što se mislilo

EVOLUCIJA nije toliko nepredvidljiva kao što se do nedavno mislilo, pokazalo je novo istraživanje, objavljeno krajem prosinca u časopisu Proceedings of the National Academy of Sciences (PNAS).

Rezultati nove studije, provedene pod vodstvom profesora Jamesa McInerneyja i dr. Alana Beavana iz Škole znanosti o životu na Sveučilištu u Nottinghamu te dr. Marija Rosa Domingo-Sananes sa Sveučilišta Trent u Nottinghamu, pokazali su da na evolucijsku putanju genoma može utjecati njegova evolucijska povijest, odnosno da ona nije isključivo određena čimbenicima u okolišu i povijesnim događajima.

Na evoluciju genoma utječu skupine gena koje već postoje u genomu

Drugim riječima, tim je uz pomoć strojnog učenja utvrdio da postojanje određenih konfiguracija gena u genomu bakterije Escherichia coli u velikoj mjeri određuje hoće li se pod nekim izvanjskim utjecajima dogoditi neka promjena u genima ili neće. Naime, pokazalo se da prisutnost određenih skupina gena pogoduje određenim evolucijskim promjenama u genomu bakterije, a postojanje drugih ne.

Revolucionarne implikacije novog otkrića

Zaključci ove studije mogli bi imati dalekosežne implikacije. Među ostalim, trebali bi omogućiti znanstvenicima da istraže koji bi geni mogli biti korisni u rješavanju problema u stvarnom svijetu, kao što su primjerice otpornost bakterija na antibiotike, genski uvjetovane bolesti i utjecaj mikroorganizama na klimatske promjene.

"Implikacije ovog istraživanja nisu ništa manje nego revolucionarne", rekao je profesor McInerney, glavni autor studije. "Pokazujući da evolucija nije tako nasumična kao što smo nekoć mislili, otvorili smo vrata nizu mogućnosti primjene u sintetskoj biologiji, medicini i znanosti o okolišu", dodao je.

Podaci obrađeni pomoću strojnog učenja u moćnim računalima

Tim je proveo analizu pangenoma - cjelovitog skupa gena unutar vrste bakterija E. coli - kako bi odgovorio na ključno pitanje je li evolucija predvidljiva ili evolucijski putovi genoma ovise o njihovoj povijesti i stoga su iz današnje perspektive nepredvidljivi.

Koristeći pristup strojnog učenja poznat kao Random Forest i skup podataka od 2500 kompletnih genoma E. coli, tim je proveo računalnu obradu od nekoliko stotina tisuća sati kako bi odgovorio na ovo pitanje.

Pronalaženje genskih obitelji

Nakon što su prikupljene podatke o genomima bakterija unijeli u svoje moćno računalo, znanstvenici su prvo napravili "genske obitelji" svakog gena u svakom genomu. "Na taj način mogli smo usporediti slično sa sličnim kroz genome", rekla je dr. Domingo-Sananes.

Nakon što su identificirali genske obitelji, znanstvenici su analizirali uzorke koji su pokazivali kako su te obitelji bile prisutne u nekim genomima, a odsutne u drugima.

"Otkrili smo da neke obitelji gena nikada nisu bile prisutne u genomu kada je već bila prisutna određena druga obitelj gena, dok su u drugim slučajevima neki geni bili vrlo ovisni o prisutnosti te druge obitelji gena", pojasnila je Domingo-Sananes.

Geni mogu surađivati ili biti u sukobu

Drugim riječima, istraživači su otkrili da u genomima bakterija postoje nevidljivi ekosustavi u kojima neki geni mogu surađivati ili pak biti u sukobu jedni s drugima. "Ove interakcije između gena čine određene aspekte evolucije donekle predvidljivima, a usto, sada imamo alat koji nam omogućava da te predikcije napravimo", istaknula je dr. Domingo-Sananes.

Horizontalni prijenos gena kod bakterija

Istraživanje utjecaja selekcijskih pritisaka na genome bakterije zanimljivo je, među ostalim, zato što kod većine bakterija, osim prijenosa gena izravno na njihovo potomstvo, također postoji tzv horizontalni prijenos gena između dviju bakterija, čak i kada one pripadaju potpuno različitim vrstama, koje se međusobno razlikuju poput kokoši i kitova.

Ovaj proces bakterijama omogućuje da se brzo prilagođavaju svojoj okolini izravnim stjecanjem velikih sekvenci DNA od drugih bakterija u jednom prijenosu. Horizontalni prijenos gena omogućen je postojanjem pokretnih genskih elemenata, poput plazmida (ekstrakromosomskog genskog materijala - grafika dolje), transpozona ("gena skakača ") i virusa koji inficiraju bakterije (bakteriofaga).

DNA stečena takvim horizontalnim prijenosom s vremenom se može uključiti u genom bakterije primatelja kroz rekombinaciju ili umetanje i potom se prenositi na potomstvo. Horizontalni prijenos gena odgovoran je za većinu prijenosa gena u genom kod prokariota (bakterija).

Prokarioti su organizmi čije stanice nemaju jezgru ni bilo koje organele omeđene membranom, a mogu biti bakterije ili arheje, dok su eukarioti organizmi čije stanice sadrže jezgru i organele omeđene membranom, a mogu biti jednostanični ili višestanični, uključujući biljke, životinje, gljive i protiste.

Autori rada ističu da se, iako je bilo određenog neslaganja o relativnim utjecajima nasumičnog zanošenja (random drift) i prirodne selekcije na strukturiranje prokariotskog pangenoma, podrazumijeva da prisutnost ili odsutnost specifičnih gena (genska pozadina) može utjecati na prisutnost ili odsutnost drugih. Posljedično, sadržaj svakog suvremenog prokariotskog genoma rezultat je njegove povijesti vertikalnog i horizontalnog prijenosa gena i nastao je kombinacijom unutarnjih (intragenomskih) i vanjskih (ekoloških) učinaka.

Ciljanje gena koji podržavaju određeni gen od interesa

Dr. Beavan pojasnio je da bi se na temelju ove studije moglo početi istraživati koji geni podržavaju, primjerice, gene zaslužne za otpornost bakterija na antibiotike.

"Stoga, ako pokušavamo eliminirati otpornost na antibiotike, možemo ciljati ne samo gen koji nam je u fokusu već možemo ciljati i njegove podržavajuće gene... Ovaj pristup možemo koristiti za sintetiziranje novih vrsta genskih konstrukcija koje bi se mogle koristiti za razvoj novih lijekova ili cjepiva. Poznavanje onoga što sada znamo otvorilo je vrata cijelom nizu drugih otkrića", dodao je.

Važne moguće implikacije i primjene otkrića

Implikacije ovih rezultata mogle bi dovesti do važnih pomaka u raznim znanstvenim područjima. Primjerice, otkriće bi moglo znanstvenicima omogućiti dizajniranje umjetnih genoma te pružiti putokaz za predvidljivu manipulaciju genskim materijalima.

Razumijevanje međuovisnosti gena moglo bi pomoći u identificiranju sporednih postava gena koji omogućuju otpornost na antibiotike te otvoriti put ciljanim tretmanima. Nadalje, uvidi iz studije mogli bi pomoći u dizajniranju mikroorganizama koji bi hvatali ugljik ili razgrađivali zagađivače, što bi moglo pridonijeti naporima u borbi protiv klimatskih promjena.

Konačno, predvidljivost interakcija gena mogla bi uvesti pravu revoluciju u personaliziranu medicinu tako što bi omogućila nove procjene za rizik od određenih bolesti te učinkovitosti određenih tretmana.

Razvoj novih računalnih tehnologija omogućuje nova otkrića

Damjan Franjević s Biološkog odsjeka PMF-a u Zagrebu kaže da ovaj novi rad iz područja evolucijske biologije pokazuje koje sve mogućnosti istraživanja postoje u modernoj biologiji zahvaljujući upotrebi suvremenih računalnih tehnologija, kako zbog dostupnosti velike računalne snage tako i zbog razvoja naprednih AI algoritama, odnosno strojnog učenja.

"Ovaj rad prikazuje izuzetno opsežan genomski 'eksperiment in silico' koji nas približava odgovoru na dugotrajnu dvojbu u evolucijskoj biologiji koja glasi: je li evolucija u potpunosti nepredvidljiv proces ili ipak pokazuje određenu predvidljivost i repetitivnost", kaže Franjević.

"Poznati evolucijski biolog Stephen J. Gould rekao je u svojoj knjizi iz 1989. godine Wonderful Life: The Burgess Shale and the History of Nature kako, budući da evolucijski putevi ovise o nepredvidljivim događajima, ako bismo mogli ponoviti povijest, to ne bi svaki put rezultiralo istim ishodom. Mnoge novije studije sugeriraju da je ovo gledište Goulda previše rigidno.

Eksperimenti osmišljeni da oponašaju ponavljanje evolucijske vrpce prošlosti (replaying evolution's tape), poput eksperimenata paralelne evolucije, sugeriraju da povijesna nepredvidljivost doista ima učinka, ali da su neki aspekti evolucije deterministički, odnosno da će se vjerojatno dogoditi svaki put kad ponovno pustimo vrpcu; što upravo pokazuje ovaj rad", tumači Franjević.

Pitanje je koliko to vrijedi za složenije genome

No, pritom ističe da je ipak važno napomenuti da je eksperiment proveden na malenom, bakterijskom genomu.

"Upitno je kakvi bi rezultati bili kada bismo ih proveli na mnogo većim i kompleksnije građenim i reguliranim eukariotskim genomima ili uporabom drugih metoda strojnog AI učenja, poput metode neuralne mreže (neural network)", zaključuje naš evolucijski biolog.