跳到正文
PLOS Biology· Sofia Radrizzani·· 6 天前AI 评分52

E. coli 与酵母的突变累积数据显示基因重要性不能预测突变率

The importance of genes does not predict their mutation rate

AI 导读

一项发表于 PLOS Biology 的分析用野生型 E. coli 与 Saccharomyces cerevisiae 的突变累积数据,在多参数控制下检验基因间突变密度差异,未发现蛋白丰度更高或必需的基因突变率更低。

AI 深度导读基于原文整理的分节解读
背景
「突变是随机过程」是一条长期约定,近年受到一类选择论主张的挑战:选择可能塑造了基因间的突变率差异——在原核生物中,更重要的基因部分因为位于前导链而受到保护、不易突变;而那些需要快速适应性进化的基因,则部分因为位于滞后链而具有更高的突变率。这些主张争议很大,已有多次重复尝试失败。作者指出,此前这些重复尝试有两个共同短板:没有完整地把协变量纳入模型,且不少使用的是错配修复(MMR)敲除菌株的数据。本文要解决的正是这两个短板——在协变量受控、且用野生型数据的条件下重新检验「基因重要性预测突变率」是否成立。
做法
研究材料是野生型大肠杆菌与酿酒酵母已积累的突变累积(mutation accumulation)数据;大肠杆菌是适应性主张所针对的核心物种。作者在一个多参数受控的框架下,预测基因间突变密度(每碱基对的突变数)的变异。除协变量外,纳入的「假定与选择相关」参数有两类:一是蛋白水平(protein level)与必需性(essentiality),用来刻画基因的「重要性」;二是在大肠杆菌中基因相对于 DNA 复制的链位置。判定方式不是直接读相关系数,而是把相关系数与偏相关系数同「三核苷酸受控模拟」下的期望值作比较,看观测值偏离期望多少——只有超出该零期望的偏离才算作信号。此外做了两组对照:一是把结果与标准现成统计方法的输出对照,二是单独考察 MMR 缺陷菌株来源的数据。
结论
逐条结果如下。其一,大肠杆菌中转录水平更高的基因突变率可能略低,作者称这一点可能与选择论模型相符;其二,同样现象在酵母中未出现;其三,在大肠杆菌与酵母两个物种中,编码更丰度蛋白或必需蛋白的基因,突变率都不更低;其四,大肠杆菌中位于不同链的基因突变率没有差异,这一「无差异」在其他原核生物中被重复;其五,纯化选择的程度同样不能预测突变密度。作者的总判断是:这些趋势几乎一致地不支持选择论主张,在两个物种间不一致,且效应量极小,因此不构成对「突变随机」这一约定的挑战。正文另外强调两点:使用标准现成统计方法会看到很强的假象;MMR 缺陷菌株给出的结果与上述结果不一致。
机制
这套推断成立的关键在于零期望的构造:偏相关先行扣除协变量(包括三核苷酸组成)的影响,三核苷酸受控模拟再回答「若没有选择塑造的基因间差异,相关系数本该处在什么水平」。只有当观测相关显著偏离该期望时,剩余差异才可被归因于选择。作者之所以得出否定性结论,是因为在扣掉组成性协变量之后,剩下的信号既微弱、又不跨物种复现。至于标准现成统计方法为何会产生强假象,正文只报告了假象的存在,未在此给出成因。
意义
如果基因重要性真的塑造突变率,那么在协变量受控、使用野生型数据、跨物种比较的条件下,理应留下可复现的信号;本文检验的正是这个条件,而结果几乎全为阴性、效应量极小。对打算重复这类分析的人,有两条可直接取用的操作提示:现成统计流程会给出强假象;MMR 缺陷菌株数据得到的结论与野生型不一致,选数据时需要留意。大肠杆菌中转录水平与突变率之间的微弱负关联,是唯一还可能与选择论相容的残存线索。
局限
大肠杆菌中「转录更高的基因突变率略低」这一点,作者的措辞是「可能」(may be slightly lower)、「可能与选择论模型相符」,并非确证。分析覆盖的是大肠杆菌与酿酒酵母两个物种的突变累积数据,跨物种一致性本身被作者用作判定趋势不成立的一条依据。MMR 缺陷菌株结果与野生型结果不一致的原因,正文未展开。

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:PLOS Biology · journals.plos.org