Знание-сила, 2006 № 08 (950) - [33]
В качестве примера рассмотрим работу, в которой приемы сравнительной геномики позволили описать новые аспекты хорошо изученной системы гомеостаза цинка, ионы которого входят в состав многих необходимых для жизни клетки ферментов.
При сравнительном анализе геномов бактерий было обнаружено, что во многих бактериальных геномах имеются гены, кодирующие белки, гомологичные белкам рибосомы. Более того, оказалось, что в таких случаях основной белок имеет последовательность аминокислот, характерную для цинк-связывающих белков — так называемый "мотив цинковой ленты", а в дополнительных гомологичных белках этот мотив разрушен.
Встал вопрос: зачем нужны эти дополнительные белки, что они делают?
Так выглядит бактерия Escherichia coti —известная всем кишечная палочка
При более подробном анализе с использованием совершенно других приемов удалось установить, что гены, кодирующие эти дополнительные белки, имеют сайты связывания для белков — репрессоров транскрипции, работа которых зависит от наличия ионов цинка. Если цинка в клетке достаточно, репрессор связывается с таким сайтом и подавляет работу гена — дополнительные белки не производятся. Они синтезируются лишь при недостатке ионов цинка, после чего включаются в состав рибосом, вытесняя из них основные белки. Возможно, рибосома начинает работать несколько хуже, зато для ее работы уже не нужны ионы цинка. Это очень важный регуляторный механизм. Рибосом и рибосомных белков в клетке очень много — по крайней мере, на два порядка больше, чем молекул любого фермента. Между тем для работы многих клеточных ферментов цинк тоже абсолютно необходим, и без этого механизма им ионов цинка просто "не достанется" — в случае его нехватки все уйдет в рибосомы.
Мы видим, что методы сравнительной геномики позволяют не только описать метаболические возможности бактерии, такие, как способность расти на тех или иных субстратах, синтезировать иди импортировать необходимые вещества, и т.п., но и осуществить детальную метаболическую реконструкцию, описав гены, отвечающие за эти функции. Анализ же регуляторных сигналов дает возможность не только предсказывать, что может делать бактерия, но и в каких условиях она это делает.
При работе е хорошо исследованными организмами, такими, как кишечная палочка, можно продвинуться еще дальше. Если нам известны все реакции основного метаболизма, мы можем построить вычислительную модель, предсказывающую даже интенсивность каждой реакции, происходящей в клетке. При этом мы предполагаем, что интенсивности реакций оптимизированы за счет регуляторных механизмов таким образом, чтобы максимизировать скорость роста бактерии.
Такие модели позволяют делать нетривиальные предсказания. Так, при сравнении с экспериментальными данными было замечено, что, хотя интенсивности реакций в клетках дикого типа, у которых "ничего не испорчено", предсказываются хорошо, предсказанные интенсивности в мутантах далеки от измеренных. То есть бактерия дикого типа действительно растет самым быстрым возможным для себя способом, а мутант — нет. Оказалось, что мутант растет не вообще самым быстрым способом, а самым быстрым из возможных при небольшом отклонении от параметров, характерных для дикого типа. В данном случае следует искать не глобальный оптимум, а ближайший к оптимуму для дикого типа локальный
С другой стороны, через несколько сотен поколений экспериментально измеренные интенсивности реакций в мутантах приближаются к тем, которые были предсказаны первоначальной процедурой поиска глобального оптимума. Похоже, что в начале эксперимента регуляторные механизмы позволяют лишь небольшую подстройку, и интенсивности реакций в мутанте недалеко отклоняются от оптимума дикого типа. Однако после достаточно продолжительного культивирования регуляция экспрессии генов позволяет мутанту найти глобальный оптимум, отвечающий новой конфигурации метаболической сети.
До сих пор мы говорили о биоинформатическом анализе бактериальных геномов. Действительно, это та область, в которой предсказание генотипа по фенотипу уже стало реальностью. Однако и молекулярная биология многоклеточных организмов коренным образом изменилась с появлением геномов и других видов массовых данных. Компьютерный анализ дает возможность выделять ограниченный набор генов-кандидатов на выполнение той или иной функции и затем уже ставить целенаправленные эксперименты с конкретными белками, кодируемыми этими генами.
Наиболее ярким и неожиданным примером такого подхода, пожалуй, является поток работ по анализу региляторных микро-РНК. Эти короткие молекулы РНК длиной 20—25 нуклеотидов были обнаружены экспериментально и сначала считались экзотической системой, влияющей на экспрессию лишь нескольких генов. Однако за последние два года стало ясно, что сотни различных микро-РНК регулируют экспрессию тысяч генов человека, и. тем самым, оказалось, что в клетках животных и растений существует неизвестный ранее фундаментальный механизм регуляции генной активности. При этом обнаружить множество новых микро-РНК позволил именно компьютерный анализ, а сравнительный анализ геномных последовательностей человека, мыши и других животных предсказал регулируемые этими микро-PH К гены. Часть соответствующих предсказаний уже подтверждена экспериментально. Эти работы — пожалуй, первый пример того, как целое направление в молекулярной биологии с самого начала строится с учетом и в зависимости от компьютерного анализа геномных последовательностей .
