Hispanopedia Wiki
Articulo de referencia

Grupo de genes metabólicos

Los clústeres de genes metabólicos o biosintéticos son conjuntos estrechamente vinculados de genes mayoritariamente no homólogos que participan en una vía metabólica discreta co...

Hispanopedia WikiContenido en espanolLectura gratuita

Los clústeres de genes metabólicos o biosintéticos son conjuntos estrechamente vinculados de genes mayoritariamente no homólogos que participan en una vía metabólica discreta común . Los genes se encuentran físicamente próximos entre sí en el genoma y su expresión suele estar corregulada. [ 1 ] [ 2 ] [ 3 ] Los clústeres de genes metabólicos son características comunes de los genomas bacterianos [ 4 ] , de la mayoría de los hongos [ 5 ] y de las plantas [ 6 ] (aunque existe evidencia contradictoria en organismos vegetales [ 7 ] ). Son ampliamente conocidos por producir metabolitos secundarios , la fuente o base de la mayoría de los compuestos farmacéuticos , toxinas naturales , comunicación química y guerra química entre organismos. Los clústeres de genes metabólicos también están involucrados en la adquisición de nutrientes, la degradación de toxinas, [ 8 ] la resistencia antimicrobiana y la biosíntesis de vitaminas. [ 5 ] Dadas todas estas propiedades de los clústeres de genes metabólicos, desempeñan un papel clave en la configuración de los ecosistemas microbianos, incluidas las interacciones entre el microbioma y el huésped. Por lo tanto, se han desarrollado varias herramientas de genómica computacional para predecir grupos de genes metabólicos.

Bases de datos

MIBiG, Gran-Familia

Herramientas bioinformáticas

Herramientas basadas en reglas

Se han desarrollado herramientas bioinformáticas para predecir y determinar la abundancia y expresión de este tipo de clústeres de genes en muestras de microbioma, a partir de datos metagenómicos. [ 9 ] Dado que el volumen de datos metagenómicos es considerable, el filtrado y la agrupación de los mismos son partes importantes de estas herramientas. Estos procesos pueden consistir en técnicas de reducción de dimensionalidad, como Minhash , [ 10 ] y algoritmos de agrupación como k-medoides y propagación de afinidad . También se han desarrollado varias métricas y similitudes para compararlos.

La minería genómica para la búsqueda de clústeres de genes biosintéticos (BGC) se ha convertido en una parte integral del descubrimiento de productos naturales. Los más de 200 000 genomas microbianos disponibles públicamente contienen información sobre una abundante química novedosa. Una forma de explorar esta vasta diversidad genómica es mediante el análisis comparativo de BGC homólogos, lo que permite identificar patrones entre especies que pueden relacionarse con la presencia de metabolitos o actividades biológicas. Sin embargo, las herramientas actuales se ven limitadas por un cuello de botella causado por el costoso enfoque basado en redes utilizado para agrupar estos BGC en familias de clústeres de genes (GCF). BiG-SLiCE (Biosynthetic Genes Super-Linear Clustering Engine) es una herramienta diseñada para agrupar grandes cantidades de BGC. Al representarlos en el espacio euclidiano, BiG-SLiCE puede agrupar los BGC en GCF de forma no lineal y sin emparejamiento.

Satria et al., 2021 [ 11 ] en BiG-SLiCE demuestran la utilidad de tales análisis al reconstruir un mapa global de diversidad metabólica secundaria en toda la taxonomía para identificar potencial biosintético inexplorado, abre nuevas posibilidades para acelerar el descubrimiento de productos naturales y ofrece un primer paso hacia la construcción de una red interconectada global y consultable de BGC. A medida que se secuencian más genomas de taxones poco estudiados, se puede extraer más información para resaltar su química potencialmente novedosa. [ 11 ]

herramientas basadas en aprendizaje automático

Evolución

El origen y la evolución de los clústeres de genes metabólicos se han debatido desde la década de 1990. [ 12 ] [ 13 ] Desde entonces, se ha demostrado que los clústeres de genes metabólicos pueden surgir en un genoma por reordenamiento genómico, duplicación génica o transferencia horizontal de genes , [ 14 ] y algunos clústeres metabólicos han evolucionado de forma convergente en múltiples especies. [ 15 ] La transferencia horizontal de clústeres de genes se ha vinculado a nichos ecológicos en los que se cree que las vías codificadas proporcionan un beneficio. [ 16 ] Se ha argumentado que la agrupación de genes para funciones ecológicas resulta de las tendencias reproductivas entre los organismos y contribuye a una adaptación acelerada mediante el perfeccionamiento de funciones complejas en el pangenoma de una población. [ 17 ]

Referencias

  1. ↑ Schläpfer P, Zhang P, Wang C, Kim T, Banf M, Chae L, et  al. (abril de 2017). "Predicción a nivel genómico de enzimas metabólicas, vías y grupos de genes en plantas" . Plant Physiology . 173 (4): 2041–2059 . Bibcode : 2017PlanP.173.2041S . doi : 10.1104/pp.16.01942 . PMC 5373064. PMID 28228535 .  
  2. ↑ Miller BL, Miller KY, Roberti KA, Timberlake WE (enero de 1987). "Mecanismos dependientes e independientes de la posición regulan la expresión celular específica del grupo de genes SpoC1 de Aspergillus nidulans" . Biología Molecular y Celular . 7 (1): 427–34 . doi : 10.1128/MCB.7.1.427 . PMC 365085. PMID 3550422 .  
  3. ↑ Banf M, Zhao K, Rhee SY (septiembre de 2019). "METACLUSTER: un paquete de R para el análisis de expresión específico del contexto de grupos de genes metabólicos" . Bioinformatics . 35 ( 17): 3178–3180 . doi : 10.1093/bioinformatics/btz021 . PMC 6735823. PMID 30657869 .  
  4. ^ Cimermancic P, Medema MH, Claesen J, Kurita K, Wieland Brown LC, Mavrommatis K, et al. (Julio de 2014). "Información sobre el metabolismo secundario a partir de un análisis global de grupos de genes biosintéticos procarióticos" . Celúla . 158 (2): 412– 421. Bibcode : 2014Cell..158..412C . doi : 10.1016/j.cell.2014.06.034 . PMC 4123684 . PMID 25036635 .   
  5. 1 2 Slot JC (2017). "Diversidad y evolución de los clústeres de genes fúngicos". Filogenética y filogenómica fúngica . Avances en genética. Vol. 100. págs. 141–178 . doi : 10.1016/bs.adgen.2017.09.005 . ISBN   978-0-12-813261-6. PMID 29153399 . 
  6. ↑ Polturak G, Osbourn A (2021-07-02). Zipfel C (ed.). "El papel emergente de los grupos de genes biosintéticos en la defensa de las plantas y las interacciones entre plantas" . PLOS Pathogens . 17 (7) e1009698. doi : 10.1371/journal.ppat.1009698 . ISSN 1553-7374 . PMC 8253395. PMID 34214143 .   
  7. ↑ Wisecaver JH, Borowsky AT, Tzin V, Jander G, Kliebenstein DJ, Rokas A (mayo de 2017). "Un enfoque de red de coexpresión global para conectar genes con vías metabólicas especializadas en plantas" . The Plant Cell . 29 (5): 944– 959. Bibcode : 2017PlanC..29..944W . doi : 10.1105/tpc.17.00009 . PMC 5466033. PMID 28408660 .  
  8. ↑ Gluck-Thaler E, Slot JC (junio de 2018). "La bioquímica especializada de las plantas impulsa la agrupación de genes en los hongos" . The ISME Journal . 12 (7): 1694– 1705. Bibcode : 2018ISMEJ..12.1694G . doi : 10.1038/s41396-018-0075-3 . PMC 6018750. PMID 29463891 .  
  9. ↑ Pascal-Andreu V, Augustijn H, van den Berg K, van der Hooft J, Fischbach M, Medema M (2021). "BiG-MAP: una tubería automatizada para perfilar la abundancia y expresión de grupos de genes metabólicos en microbiomas" . mSistemas . 6 (5) 10.1128/msystems.00937-21: e00937-21. bioRxiv 10.1101/2020.12.14.422671 . doi : 10.1128/msystems.00937-21 . PMC 8547482 . PMID 34581602 .   
  10. ↑ Ondov B, Treangen T, Melsted P, Mallonee A, Bergman N, Koren S, et al. (2016). "Mash: estimación rápida de distancias entre genomas y metagenomas mediante MinHash" . Genome Biology . 17 (32) 132: 14. doi : 10.1186/s13059-016-0997-x . PMC 4915045. PMID 27323842 .   
  11. 1 2 Kautsar SA, van der Hooft JJ, de Ridder D, Medema MH (13 de enero de 2021). "BiG-SLiCE: una herramienta altamente escalable que mapea la diversidad de 1,2 millones de grupos de genes biosintéticos" . GigaScience . 10 ( 1) giaa154. doi : 10.1093/gigascience/giaa154 . PMC 7804863. PMID 33438731 .  
  12. ↑ Lawrence JG, Roth JR (1996-08-01). "Operones egoístas: la transferencia horizontal puede impulsar la evolución de los grupos de genes" . Genetics . 143 ( 4): 1843–1860 . doi : 10.1093/genetics/143.4.1843 . ISSN 0016-6731 . PMC 1207444. PMID 8844169 .   
  13. ↑ Pál C, Hurst LD (1 de junio de 2004). "Evidencia en contra de la teoría del operón egoísta" . Trends in Genetics . 20 (6): 232– 234. doi : 10.1016/j.tig.2004.04.001 . PMID 15145575 . 
  14. ↑ Reynolds HT, Vijayakumar V, Gluck-Thaler E, Korotkin HB, Matheny PB, Slot JC (2018). "La transferencia horizontal de grupos de genes aumentó la diversidad de hongos alucinógenos" . Evolution Letters . 2 (2): 88– 101. doi : 10.1002/evl3.42 . ISSN 2056-3744 . PMC 6121855. PMID 30283667 .   
  15. ↑ Slot JC, Rokas A (2010-06-01). "Múltiples grupos de genes de la vía GAL evolucionaron de forma independiente y mediante diferentes mecanismos en hongos" . Actas de la Academia Nacional de Ciencias . 107 (22): 10136– 10141. Bibcode : 2010PNAS..10710136S . doi : 10.1073/pnas.0914418107 . PMC 2890473. PMID 20479238 .  
  16. ↑ Greene GH, McGary KL, Rokas A, Slot JC (enero de 2014). "La ecología impulsa la distribución de módulos especializados del metabolismo de la tirosina en hongos" . Genome Biology and Evolution . 6 (1): 121– 132. doi : 10.1093/gbe/evt208 . ISSN 1759-6653 . PMC 3914699. PMID 24391152 .   
  17. ↑ Slot JC, Gluck-Thaler E (2019-10-01). "Grupos de genes metabólicos, diversidad fúngica y generación de funciones accesorias" . Current Opinion in Genetics & Development . 58–59 : 17–24 . doi : 10.1016/j.gde.2019.07.006 . ISSN 0959-437X . PMID 31466036. S2CID 201674539 .