Molekulárna evolúcia baktericídneho/permeabilitu zvyšujúceho proteínu (BPIFA1) regulujúceho prirodzené imunitné reakcie u cicavcov, časť 2

3. Výsledky

Študovali sa proteínové sekvencie BPIFA1 kódované v genóme cicavcov, aby sa určila úloha adaptívnej selekcie a evolúcie. Proteín BPIFA1 je kľúčovým mediátorom vrodenej signalizácie proti mikrobiálnym infekciám baktériami a hubami. Akonáhle boli sekvencie skombinované pomocou MSA, použili sa na vytvorenie Bayesovských fylogenetických stromov a podstúpili ďalšie skúmanie. Na spustenie intracelulárnych signálnych kaskád je potrebná aktivácia súboru génov identifikovaných vo vhodných druhoch cicavcov, ktoré majú funkčnú doménu (LBP-BPI). Pre povrchovo aktívnu látku fosfolipid dipalmitoylfosfatidylcholín (DPPC) má táto doména viažuca lipidy veľmi vysoký stupeň selektivity. Vrodený imunitný systém horných dýchacích ciest sa aktivuje v reakcii na početné genetické signály, ako je zvýšená miera nesynonymnej substitúcie, významné homológne haplotypy a absencia genetických variácií v proteínoch BPIFA1, čo dokazuje, že prítomnosť týchto proteínov bola uprednostňovaná pozitívnymi výber.

Lipid Binding Domain (LBD) je štrukturálna doména obsiahnutá v mnohých proteínoch, ktorá môže viazať niektoré špecifické lipidové molekuly na reguláciu funkcie alebo lokalizácie proteínov.

Niekoľko štúdií ukázalo, že domény viažuce lipidy môžu ovplyvniť imunitu. Napríklad v niektorých sekundárnych lymfoidných orgánoch, ako sú slezina a lymfatické uzliny, lipidová molekula nazývaná S1P (sfingolipid-1-fosfát) reguluje migráciu a migráciu T buniek a B buniek interakciou s doménami viažucimi lipidy. zachovať. Okrem toho niektoré dôležité povrchové receptory imunitných buniek, ako sú TLR4, TLR7 a TLR8, tiež obsahujú domény viažuce lipidy, ktoré môžu viazať rôzne druhy lipidových molekúl a regulovať aktiváciu a odpoveď imunitných buniek.

Preto existuje určitý vzťah medzi doménami viažucimi lipidy a imunitou, čo tiež poskytuje nové nápady na štúdium regulácie imunitných odpovedí pomocou domén viažucich lipidy. Je vidieť, že musíme zlepšiť našu imunitu, aby sme odolali vírusom. Cistanche dokáže výrazne zlepšiť imunitu. Cistanche má aj antivírusové a protirakovinové účinky, ktoré dokážu posilniť schopnosť imunitného systému bojovať a zlepšiť obranyschopnosť organizmu.

Kliknite na zdravotné prínosy cistanche

3.1. Molekulárna evolúcia génu BPIFA1

V tejto práci sme hľadali známky adaptácie v géne BPIFA1, od postupne slabých až po silné selekčné signály počas adaptívneho vývoja v genóme cicavcov. Stanovilo sa typické percento kodónov v géne BPIFA1, ktoré prechádzajú adaptívnou evolúciou. Podľa rovnakého postupu pre každú kódujúcu sekvenciu sme vypočítali priemerný podiel pozitívne vybraných kodónov vo všetkých vetvách. Pomocou BUSTED a synonymnej variácie rýchlosti v starostlivo vybraných testovacích vetvách fylogenézy BPIFA1 sme určili stopy celogénového epizodického diverzifikačného výberu. V dôsledku toho sme dospeli k záveru, že došlo k divergentnému výberu pozdĺž troch skúmaných línií zostupu. Pomocou synonymnej variácie rýchlosti sme pozorovali génový epizodický diverzifikačný výber v testovacích vetvách fylogenézy BPIFA1. Na dosiahnutie tohto cieľa sa použila celogénová epizodická diverzifikačná selekcia (LRT). Dve testovacie vetvy vykazovali dôkaz o diverzifikovanom výbere, čo naznačuje, že lokalita bola podrobená tomuto typu evolúcie (obrázok 1).

Priemerné pomery dN / dS pre BPIFA1 na všetkých miestach a líniách boli väčšie ako jedna. Výsledkom bol výskum tohto proteínu s cieľom identifikovať znaky pozitívnej selekcie. Zistilo sa, že proteín má konzervovanú štruktúru aminokyselín, čo umožňuje jeho purifikáciu, a má hodnotu omega väčšiu ako 1. Na tomto proteíne sa vykonal logaritmický test pravdepodobnosti, analyzovali sa všetky jeho miesta a bola vypočítaná miera substitúcie. Na posúdenie, či došlo k pozitívnemu výberu alebo nie, sme použili tri rôzne súbory modelov pravdepodobnosti: M0 vs. M3, M1 vs. M2 a M7 vs. M8. Porovnali sa odhady parametrov pod M1 a M2 a zistilo sa, že hodnota M2 pre tieto proteíny bola pozitívna. Percentá pozitívne vybraných lokalít boli významné pre tieto tri modely s hodnotami 422.{13}}, 64,5 a 93,63 (tabuľka 1).

Aby sme poskytli ďalšie dôkazy na podporu zistení pozitívneho výberu, použili sme model mechanicko-empirickej kombinácie na konkrétne lokality pomocou servera výberu. Počas tohto procesu sme zistili, že niekoľko miest bolo identifikovaných ako vystavených selektívnemu tlaku v rôznych bodoch evolúcie (obrázok 1). Z tohto dôvodu by sme mohli odhadnúť mieru, do akej bol tento gén evolučne konzervovaný. Zistili sme, že prevažná väčšina pozitívne vybraných lokalít bola zachovaná vo všetkých kladoch cicavcov. Bolo to preto, že konzervované aminokyseliny predstavovali väčšinu signálov použitých na pozitívnu selekciu v algoritme neurónovej siete (tabuľka 2).

Metóda výberu kodónového modelu hodnotila 9113 rôznych modelov. Najlepší model (log(L)=−18,910, mBIC=39,340,92) obsahoval tri sadzby a bol najpresnejší. S týmto modelom sa dosiahli zlepšenia o 218,66 log(L) a 398,33 mBIC bodov v porovnaní s modelom s jednou frekvenciou, v ktorom sa všetky nesynonymné substitúcie vyskytli rovnakou rýchlosťou, ako je uvedené v tabuľke 1. Každý model v dôveryhodnom súbore mal pomer dôkazov aspoň 0,01 v porovnaní s najlepším modelom, čo znamená, že to bolo v rámci 9,21 jednotiek mBIC od najlepšieho modelu alebo ekvivalentne, že mal pomer dôkazov aspoň 0,01 v porovnaní s najlepším modelom. Priemerovanie modelu odhadlo mieru zmeny v tejto kolekcii modelov (obrázok 2). Evolučný selekčný vzor na pozíciách aminokyselín v proteíne BPIFA1 bol tiež hodnotený pomocou analýzy výberu kodónového modelu, ktorá ukázala, že k substitúcii aminokyselinových miest došlo počas adaptívneho vývoja v proteínoch. Zistili sme, že pozície základných aminokyselín proteínov vykazovali adaptívny vývoj v dôsledku rôznych substitučných pomerov. Na základe distribúcie aminokyselinových miest v BPIFA1 bola maximálna miera substitúcie približne 1,19, zatiaľ čo najnižšia bola 0,14 (obrázok 2).

Identifikácia fyziologicky významných oblastí proteínu sa môže uskutočniť porovnaním frekvencie synonymných (Ks) a nesynonymných (Ka) substitúcií v proteíne. To poskytuje základ pre záver o existencii purifikačnej selekcie a lokalizovanej pozitívnej darwinovskej selekcie. Použili sme Selecton v. 2.2 (dostupný na http://selection-bio info-tau.ac.il, prístupný 29. septembra 2021), webový server, ktorý automaticky vypočítava pomer Ka ku Ks (u) na každom mieste v proteín. Rôzne farby predstavujú rôzne typy výberu (pozitívny výber, čistiaci výber a žiadny výber) a používajú sa na grafické zobrazenie tohto pomeru na každom mieste. Selekčný model je súbor rôznych evolučných hypotéz, ktoré možno použiť na štatistické testovanie pravdepodobnosti, že daný proteín bol podrobený pozitívnej selekcii. Funguje cez grafické užívateľské rozhranie. Nedávno vytvorený mechanicko-empirický model ovplyvnil fyzikálne vlastnosti aminokyseliny (tabuľka 3).

3.2. Adaptívny výber génu BPIFA1

Na určenie miery, do akej sa rôzne druhy cicavcov prispôsobili svojmu prostrediu, sme použili viacnásobné zarovnania kódujúcich sekvencií génu BPIFA1 z každého z 34 druhov. Tieto testy môžu byť použité jednotlivo alebo v kombinácii. Najbežnejší rad testov je známy ako test vetvy. Počas evolúcie druhov stavovcov sa použil výber špecifických línií na rozpoznanie odlišných línií, ktoré sú predmetom selekčného tlaku. Pravdepodobnosti selekcie špecifické pre líniu sa vypočítali pre každú fylogenetickú skupinu pomocou modelu pravdepodobnosti adaptívnych náhodných účinkov na mieste vetvy (aBS-REL). Okrem toho sa na pitvu každého génu použila technika aBS-REL, aby sa určilo, ktoré línie boli podrobené adaptívnej selekcii v rôznych časoch evolučnej histórie.

Pri aplikácii na cicavčie línie model aBS-REL potvrdil, že gény predpovedané BUSTED boli pod pozitívnou selekciou. Naše výsledky, ktoré naznačujú, že selektívny tlak pôsobil na gény BPIFA1 v líniách cicavcov, ukázali, že tieto dve hypotézy sa zhodovali (tabuľka 4). Vo fylogenéze génu BPIFA1 sa preukázala epizodická diverzifikujúca selekcia v ôsmich vetvách. Dôležitosť zistení bola hodnotená pomocou testu pravdepodobnosti (p > 0.{10}}5), ktorý sa vykonal po zvážení výsledkov mnohých iných testov (obrázok 3). Celkovo bolo týmto špecifickým testom podrobených 63 odlišných línií na diverzifikáciu výberu. Uskutočnilo sa viacero testov a významnosť zistení sa stanovila použitím testu pomeru pravdepodobnosti s prahom p-hodnoty 0,05.

Táto tabuľka uvádza štatistický súhrn zhody modelov s údajmi. Základná línia MG94xREV sa vzťahuje na základný model MG94xREV, ktorý odvodzuje jednu kategóriu ω sadzby na pobočku. Úplný adaptívny model sa vzťahuje na adaptívny model aBS-REL, ktorý zahŕňa optimalizovaný počet kategórií ω sadzby na pobočku.

Počas evolučného procesu sme skúmali hodnoty omega použitím metód SLAC, FUBAR, MEME a FEL na lokalizáciu indikácií pozitívnej selekcie (tabuľka 5). Podľa našich zistení bol gén BPIFA1 v kladoch cicavcov podrobený pozitívnej evolučnej selekcii. Pomocou Bayesovej metódy sme mohli zistiť, ktoré oblasti genómu boli vystavené selektívnemu tlaku. Táto technika zahŕňa určenie zadnej pravdepodobnosti pre každý kodón. Lokality s väčším počtom možností prešli s väčšou pravdepodobnosťou diverzifikačnou selekciou, čo vedie k vyššej miere nesynonymnej a synonymnej substitúcie ako lokality s nižším počtom pravdepodobností (tabuľka 2). Pomocou analýzy BEB sme zistili, že niekoľko miest naprieč doménou LBP-BPI baktericídneho proteínu bolo podrobených pozitívnej selekcii s vysokou zadnou pravdepodobnosťou 95 percent. To bol prípad všetkých stránok. Miesta boli rozptýlené po celej doméne na rôznych miestach. Zistenia PAML boli preskúmané pomocou súboru údajov nájdeného na serveri Selection. Tento server bol schopný identifikovať adaptívny výber na určitých miestach v proteíne, čo nám umožnilo potvrdiť existenciu pozitívneho výberu. Na určenie miery substitúcie sa použil model MEC. Zistenia ukázali, že adaptívny výber sa vyskytol na niekoľkých miestach v BPIFA1 (tabuľka 5).

3.3. Rekombinačná analýza

Pre gén BPIFA1 sa uskutočnila rekombinačná analýza, aby sa našli potenciálne evolučné väzby medzi génmi. Výskum odhalil tri rekombinácie. Každá z rekombinačných sekvencií, vrátane hlavných a vedľajších rodičov, pochádza z génu BPIFA1. Pomocou GARD analýzy sme identifikovali body zlomu rekombinácie. Pri rýchlosti 30,30 modelov za sekundu GARD skontroloval 5120 modelov. Vyhľadávací priestor 72 874 879 modelov s až tromi bodmi prerušenia bol vygenerovaný 759 možnými bodmi prerušenia zarovnania, z ktorých genetický algoritmus preskúmal iba 0,01 percenta. S pomerom dôkazov 100 alebo vyšším bol model s viacerými stromami uprednostňovaný pred modelom s jedným stromom, čo naznačuje, že aspoň jeden z bodov zlomu odrážal topologickú nezrovnalosť. Toto bolo potvrdené porovnaním skóre AICc najlepšie vyhovujúceho modelu GARD, ktorý umožňoval variabilné topológie naprieč segmentmi (37 996,2), a modelu, ktorý predpokladal rovnaký strom pre všetky oddiely určené GARD, ale umožňoval rôzne dĺžky vetiev. medzi priečkami. Konkrétne, skóre AICc najlepšie padnúceho modelu GARD bolo 37 996,2, zatiaľ čo skóre AICc modelu bolo 37 996,2. (Obrázky 4 a 5).

3.4. Interakcie proteín-proteín a analýza väzby ligandu

Databázu STRING sme použili na vyhľadávanie proteínov exprimovaných pomocou BPIFA1, pričom sme identifikovali niekoľko párov interakcií proteín-proteín. Bolo 13 uzlov a 35 hrán označených proteínmi exprimovanými s BPIFA1. Okraje PPI diagramu sú líniové siete, ktoré spájajú jednotlivé uzly (obrázok 6). Priemerná hodnota koeficientu lokálneho zhlukovania bola 0,978. Obohatenie PPI malo p-hodnotu 5,25 × 10-12. Sieť PPI predstavovala interakcie génu BPIFA1 s inými koexprimovanými imunitnými génmi. COX7B2, BPIFB6, BPIFB4, BPIFB2, BPIFB3, PLTP, CETP, BPI, LBP a ODF2L bolo 10 génov zapojených do siete PPI BPIFA1 (obrázok 6).

Gény BPIFB6, BPIFB4, BPIFB2 a BPIFB3 boli najvýznamnejšie, pretože sa podieľajú na biologických signálnych dráhach, ktoré hrajú zásadnú úlohu vo vrodenej imunite proti bakteriálnej infekcii. Okrem toho sú tieto gény upregulované BPIFA1, čo je ďalší dôvod, prečo boli považované za také významné (tabuľka 6). Molekulárne dráhy sú nevyhnutné pri eradikácii inváznych zárodkov prostredníctvom aktivity narušujúcej membránu, ktorú tvoria všetky príbuzné proteíny s rôznymi úlohami. Aktivita narúšajúca membránu bola nevyhnutná na elimináciu inváznych zárodkov. Dva kľúčové proteíny pri sprostredkovaní signálov v reakcii na lipopolysacharidy zahŕňajú LPS-viažuci proteín (LPSBP) a baktericídny proteín zvyšujúci permeabilitu (BPI). Vykazovali silnú afinitu k lipidu A, látke nachádzajúcej sa v LPS, a boli si navzájom nápadne podobné. Napriek tomu, že majú podobné štruktúry, LBP a BPI vykonávajú rôzne biologické funkcie, ktoré sa od seba výrazne líšia. Napríklad LBP sa často viaže na LPS a značne uľahčuje prezentáciu LPS bunkám CD14 plus, ako sú makrofágy a monocyty, zatiaľ čo BPI inhibuje a znižuje biologickú aktivitu LPS. Oba tieto proteíny sú prítomné v baktériách.

Ligandy sú kritickými zložkami v procese kontroly expresie a aktivity proteínov. Medzimolekulové väzbové sily, ako sú iónové väzby, vodíkové väzby, hydrofóbna interakcia a Vander-Waalsove sily, prispievajú k procesu viazania ligandu. V dôsledku interakcií medzi ligandmi a proteínmi sa zmení trojrozmerná štruktúra proteínu. Kvôli týmto zmenám v konformačnom stave proteínu môžu byť niektoré funkcie proteínu buď inhibované alebo aktivované. Preto sme vykonali štúdiu interakcie proteín-ligand s použitím fyzikálno-chemických charakteristík aminokyselín, aby sme určili, ktoré zvyšky interagujú s ligandom a ktoré nie. Aby sme to dosiahli, použili sme webovú stránku (http://crdd.osdd.net/raghava/lpicom, prístupná 18. októbra 2021), ktorá vypočítava podiel zvyškov, ktoré interagujú s daným ligandom. Ukázalo sa, že kľúčové zvyšky, ako je cysteín, glycín, alanín, lyzín, kyselina asparágová, histidín, leucín, valín arginín, tryptofán, serín, treonín a tyrozín, interagujú so siedmimi ligandami (1BP1, BPH, XE, NEH, CLA, CU a MG) a PC1. V porovnaní s interakciou s PC1 mali nabité aminokyseliny, najmä esenciálne aminokyseliny, väčšiu výhodu pri interakcii s 1BP1, BPH, XE, NEH, CLA, CU a MG (obrázok 7). Malé a polárne aminokyseliny, ktoré s nimi korelovali, boli charakterizované v každom z troch ligandov.

Použili sme dva odlišné prístupy na predpovede týkajúce sa komplementárnych väzbových miest: prvý bol založený na porovnaní väzobne špecifických subštruktúr (TM-SITE), zatiaľ čo druhý bol založený na zarovnaní sekvenčných profilov (S-SITE). Tieto techniky hodnotili proteín BPIFA1 oproti 500 neredundantným proteínom, ktoré sa kombinovali s 814 organickými, syntetickými zlúčeninami a zlúčeninami kovových iónov. Počnúc predpoveďami proteínových štruktúr s nízkym rozlíšením, prístupy úspešne identifikovali väzbové zvyšky BPIFA1, čím sa dosiahol priemerný Matthewsov korelačný koeficient (MCC), ktorý bol oveľa vyšší. Okrem toho techniky odhalili ligandy, ktoré sa viažu so zvyškami (tabuľka 7).

4. Diskusia

Heterogénne pozadie ponúka platformy, kde je možné rozlíšiť populácie podstupujúce divergentnú selekciu na prirodzene adaptované subpopulácie [44]. Vplyv selekcie na tok génov medzi populáciami, ako je rovnováha medzi migráciou a selekciou, určuje možnosť vrodenej adaptácie a pokračujúcej divergencie. Toto je tiež známe ako migračno-výberové saldo. Existuje tendencia k homogenizácii lokálnej genetickej variability v rámci populácií v dôsledku toku génov, keď je účinok selekcie menej významný ako účinok toku génov. Namiesto toho sa môžu genetické varianty akumulovať a zadržiavať v špecifických lokusoch náchylných na silnú divergentnú selekciu, ak je selektívny tlak väčší ako integračná sila toku génov [45].

V možnom alternatívnom výsledku sú výhody toku génov obmedzené selekciou proti imigrantom, ktorí majú slabú genetickú adaptáciu, čo tiež otvára cestu pre lokálnu adaptáciu [45,46]. Musí existovať spojenie medzi tokom génov a selekciou, aby sme pochopili rozdiely v populácii vo frekvencii toku génov [46]. Za takýchto okolností selekcia určuje, či sa populácia naďalej vyvíja alebo sa líši ako samostatná skupina. Empirický Bayesov prístup vypočítal LRT na každom mieste vetvy a lokalizoval všetky rôzne miesta, kde sa môže vyskytnúť diverzifikovaný výber. Na základe empirického Bayesovho prístupu sa na lokalizáciu diverzifikačného výberu vyskytujúceho sa v géne BPIFA1 použila rýchla, neobmedzená Bayesovská aproximácia, tiež známa ako FUBAR. FUBAR umožnil disperziu kodónov z miesta na miesto a z vetvy na vetvu a použil sa na preskúmanie adaptívnej evolúcie, ktorá sa vyskytla na úrovni génov. Metóda MEME bola použitá na skúmanie adaptívnej evolúcie, ktorá sa vyskytla na úrovni génov [25,32,47]. Epizodické diverzifikujúce kódovacie miesta našiel SLAC s p-hodnotou menšou ako 0.01 (tabuľka 1).

Tento model sa použil na odhad miery synonymnej a nesynonymnej substitúcie a kódujúce miesta so synonymnou mierou substitúcie vyššou alebo rovnou nesynonymnej miere sa považovali za pozoruhodné na identifikáciu miest, ktoré prechádzali diverzifikovaným výberom. V MEME sa získali odhady maximálnej pravdepodobnosti pre kodóny 130, 167, 168, 190, 243, 265 a 289 génu BPIFA1 (tabuľka 2). Na základe ich nevýznamných signálov tieto kodóny neboli identifikované ako pozitívne vybrané miesta, čo je spôsobené epizodickým charakterom prirodzeného výberu. Prirodzený výber, ktorý prebiehal sporadicky počas krátkych intervalov adaptívnej evolúcie, bol maskovaný častým výskytom či už čistiaceho alebo prirodzeného výberu. V dôsledku toho nebolo možné nájsť známky adaptívneho vývoja prostredníctvom testovania citlivosti a pozitívneho výberu [48].

Našli sme sedemnásť miest, ktoré boli priaznivo vybrané pomocou metódy PAML, pätnásť miest, ktoré boli vybrané pomocou algoritmu IFEL, a štyri miesta, ktoré boli vybrané pomocou algoritmu FEL. Adaptívny selekčný tlak na kodónové sekvencie génu BPIFA1 sa vypočítal pomocou modelu MEC. To viedlo k identifikácii sedemdesiatich štyroch aminokyselín (obrázok 1). Použil sa model evolúcie založený na pozitívnej selekcii, ktorý odhalil rozdiely na úrovni kodónov (M8). Aplikácia MrBayes na serveri Selection využívala model MCMC na predchádzajúce určenie rozdielov v géne MAVS u cicavcov na úrovni kodónov [49].

Na základe výsledkov zarovnania proteínov MAFFT predchádzajúce štúdie ukázali, že doména Ig zostáva v sekvenciách kódujúcich MAVS. Tieto výsledky naznačujú, že alternatívne proteínové prepínače pri purifikácii vybraných oblastí sú škodlivé, a preto je nepravdepodobné, že sa zachovajú počas evolúcie [50,51]. Miesta pre viaceré evolučné dráhy boli identifikované pomocou viacparametrového rozdelenia rýchlosti, modelu náhodného účinku s 95 percentným intervalom spoľahlivosti a podstatnými hodnotami Pr [ > ]. Vďaka tejto metóde bolo možné následne lokalizovať lokality (tabuľka 3). V prípade pozitívnej selekcie sa váha miery triedy určila pomocou bivariačného všeobecného diskrétneho rozdelenia pre každé kódovacie miesto. Konvergencia modelu MCMC bola preukázaná skutočnosťou, že sa zistilo, že zadné priemerné odhady pre BPIFA1 sú bližšie k uvažovanej hodnote redukčného faktora (tabuľka 2).

Tieto hodnoty sa pohybovali od {{0}},95 do 0,99. Počas procesu diverzifikácie výberu sa brali do úvahy iba kódujúce miesta s empirickými hodnotami Bayesovho faktora (EBF) vyššími ako 50. Výpočty sa uskutočnili s použitím čistej efektívnej veľkosti vzorky na určenie hodnôt EBF pre každé kódujúce miesto hodnotené pomocou pozitívnej selekcie. Odvodenie distribúcie génovo špecifických selekčných parametrov by mohlo zlepšiť detegované selekcie vo veľkom počte kódujúcich miest. Kódujúce oblasti, ktoré boli pozitívne vybrané a identifikované, poskytujú významný dôkaz o diverzifikácii selekcie v génoch BPIFA1, ktoré teraz prechádzajú selektívnou líniou. Výsledkom je, že niektoré mutácie, ktoré sa spočiatku javia ako neutrálne (a nemajú okamžitý vplyv na kondíciu), môžu byť „permisívne“, čo umožňuje proteínu odolávať neskorším zmenám, ktoré by inak boli škodlivé a spôsobili fenotypové rozdiely [52]. Neutrálne mutácie v epistáze položili základ pre neskoršiu selekciu a adaptáciu, ktorá nedávno pritiahla veľkú pozornosť a ponúkla sa ako spôsob zosúladenia neutrálnych a selekčných modelov evolúcie [53].

Miera substitúcie pre pár FWY a HKR bola približne 50 percent, miera substitúcie pre DENQ bola 50 percent a miera substitúcie pre ACGILMPSTV bola 90 percent. Sieť PPI predstavovala interakcie proteínu BPIFA1 s inými koexprimovanými imunitnými proteínmi. COX7B2, BPIFB6, BPIFB4, BPIFB2, BPIFB3, PLTP, CETP, BPI, LBP a ODF2L bolo desať génov, ktoré sme určili ako zodpovedné za tieto proteínové interakcie (obrázok 6). Gény BPIFB6, BPIFB4, BPIFB2 a BPIFB3 sú najvýznamnejšie, pretože sa podieľajú na biologických signálnych dráhach, ktoré hrajú zásadnú úlohu vo vrodenej imunite proti bakteriálnej infekcii. Okrem toho sú tieto gény upregulované pomocou BPIFA1, čo poskytuje ďalší dôvod, prečo sú také významné (tabuľka 6). Rozhrania obsahujú zhluky konzervovaných zvyškov so zložením aminokyselín kompatibilným s jadrom rozhrania (zvyšky s najväčšou zmenou v ukladaní po naviazaní) a konzervovanou oblasťou [54] a horúce oblasti, ktoré sa vyvíjajú zo zhlukovania horúcich miest, zodpovedajú tesne zbaleným a chránených regiónoch.

Rozhrania sú teda pod evolučným tlakom, aby udržali súčasné spojenia a zároveň zabránili nepriaznivým, nešpecifickým interakciám. Určité fyzikálno-chemické vlastnosti možno zmeniť, aby sa znížila pravdepodobnosť, že rozhrania proteín-proteín môžu vytvárať dysfunkčné interakcie [55]. Ako výsledok nášho skúmania sme zistili, že hodnoty boli viac ako 1 pre pozitívne vybrané kodóny uvedené v tabuľke 1. To ilustruje, že vývoj synonymných miest si vyžadoval viac času ako vývoj nesynonymných miest (dN miesta). Tento priaznivý vplyv darwinovskej selekcie, ktorá podporuje nové variácie a väčší alelický polymorfizmus, funguje ako vyrovnávacia alebo purifikačná selekcia [56], ktorá spôsobuje zmenu štrukturálneho proteínu a ovplyvňuje signálnu dráhu [57]. Aj keď pochádzajú z rovnakej línie, substitúcie aminokyselín u potomkov rôznych druhov môžu mať veľmi odlišné dôsledky [56,57]. To kontrastuje so skutočnosťou, že ich rodokmeň sa zhoduje s predchádzajúcimi prihláškami. Gény BPIFA1 vybrané v tejto štúdii poskytujú určité informácie pre bioanalýzu, ktorej cieľom je vybrať gény na základe evolučnej časovej škály od najnovších po dlhodobejšie obdobia.

Okrem toho základný evolučný mechanizmus, ktorý bol odhalený v dôsledku nedávneho výskumu, môže byť nedostatočný z dôvodu absencie štrukturálnych a funkčných vlastností veľkého počtu proteínov v genóme. Evolúcia a adaptácia génov kódujúcich proteín v Drosophila melanogaster boli dôkladne preskúmané, aby sa určili najdôležitejšie determinanty evolúcie a adaptácie na úrovni génov kódujúcich proteín. To sa dosiahlo porovnaním D. melanogaster s blízko príbuznými druhmi a ich populáciami. Náš tím vykonal rozsiahle aplikácie bioinformatiky a štrukturálnej analýzy na zistenie štrukturálnych a funkčných vlastností proteínov. Následne sme pomocou nášho kategorizačného systému rozdelili zvyšky na rôzne štrukturálne a funkčné miesta. Rýchlosti evolúcie a adaptácie sekvencie sa porovnávali naprieč rôznymi proteínmi a miestami, čo umožnilo identifikáciu hotspotov adaptácie v celom genóme. Okrem toho sa preukázalo, že rýchlo sa adaptujúce proteíny interagujú medzi sebou rýchlosťou, ktorá je vyššia, ako by sa dalo predpovedať náhodou; tento objav ukazuje, že koadaptácia je pravdepodobne všadeprítomná medzi rýchlo sa adaptívnymi proteínmi.

V dôsledku ich fyzikálnych spojení sú uvedené príklady mechanizmov, ktoré majú potenciál prispievať ku koadaptácii: (1) rýchlo sa adaptívne proteíny často obohacujú podobnými chemickými aktivitami a sú vystavené podobnému selekčnému tlaku a (2) ) rýchlo sa adaptujúce proteíny sa vyvíjajú súčasne. V tomto výskume boli demonštrované dva rôzne prípady adaptívneho vývoja v PPI, čo vedie autorov k hypotéze, že tieto fyzikálne interakcie mohli hrať úlohu pri koadaptácii rýchlo sa adaptujúcich proteínov v D. melanogaster. Okrem toho sme ukázali, že fenomén koadaptácie môže prebiehať vo všeobecnejšom zmysle ako len medzi rýchlo sa adaptívnymi proteínmi. Rýchlosť adaptácie je zvyčajne vyššia v proteínoch, ktoré interagujú s rýchlo sa adaptívnymi proteínmi. Vzhľadom na to, že molekulárne interakcie zohrávajú úlohu v adaptívnom vývoji, je spravodlivé predpokladať, že tieto interakcie môžu tiež riadiť koadaptáciu na globálnejšej úrovni. Predpokladalo sa, že koevolúcia fyzických kontaktov je mechanizmom zodpovedným za podobné evolučné rýchlosti pozorované pri interagujúcich proteínoch.

5. Závery

Naším cieľom bolo identifikovať selektívne tlaky, ktoré prispeli k vývoju rastlinného a cicavčieho systému BPIFA1, ktorého expresia je modulovaná pri širokej škále chorôb. Proteín BPIFA1 sa rýchlo vyvinul v reakcii na selektívny tlak v ľudskej línii a my sme boli schopní presne určiť determinanty genetickej selekcie, ktoré zodpovedajú za jeho baktericídnu aktivitu. Počas svojej evolučnej histórie mohla mať pozitívna selekcia kľúčovú úlohu pri zlepšovaní virulentnej reakcie na rôzne stimuly, čo by mohlo vysvetliť pozorovanú diverzitu v stabilite funkcie génu. Naše zistenia poskytujú komplexnejšie pochopenie evolučnej histórie génov BPIFA1, čo zlepší funkčnú genomickú analýzu patogenity v biologických procesoch. Očakáva sa, že tieto zistenia môžu tiež pomôcť lepšie pochopiť prevenciu chorôb. Okrem toho by štúdium týchto génov mohlo uľahčiť návrh jedinečnej metódy, ktorá by mohla pomôcť pri určovaní rôznych virulentných proteínov prítomných v bakteriálnych patogénoch. Naše zistenia nás vedú k hypotéze, že obmedzenia počas evolučného procesu zohrali kľúčovú úlohu pri formovaní našich objavov. V dôsledku týchto obmedzení sme boli schopní identifikovať niektoré numerické hranice, keď sme spojili charakteristiky, ako je dĺžka proteínu, ku komplikovaným komplexom. Jedinečné vlastnosti proteínov sú zaujímavé, pretože môžu poskytnúť náznak neobvyklých stresorov alebo homeostatických úprav, ktoré umožnili ich prítomnosť v bunkách. Preto sú sľubnou voľbou pre ďalší výskum.

Príspevky autora:

konceptualizácia, HIA a JC; metodika, HIA, MAK, FAK, SI, RWA a NSP; softvér, HIA, WN, NSP, RWA a SI; validácia, MAK, JC, FAK a HIA; formálna analýza, HIA, MAK, FAK, SI, RWA a NSP; vyšetrovanie, HIA, MAK, FAK, SI, RWA a NSP; zdroje, HIA, MAK a JC; spracovanie údajov, HIA, MAK, FAK, SI, RWA a WN; písanie – príprava pôvodného návrhu, HIA; písanie – recenzie a úpravy, HIA, SI, RWA, WN a NSP; vizualizácia, JC a MAK; supervízia, MAK, FAK, NSP a WN Všetci autori si prečítali a súhlasili s publikovanou verziou rukopisu.

Financovanie:

Tento výskum nezískal žiadne externé financovanie.

Vyhlásenie inštitucionálnej revíznej rady:

Nepoužiteľné.

Vyhlásenie informovaného súhlasu:

Nepoužiteľné.

Vyhlásenie o dostupnosti údajov:

Všetky údaje relevantné pre tento článok musia byť čitateľom otvorene dostupné.

Poďakovanie:

Túto štúdiu podporil špeciálny finančný projekt provincie Guangdong pre ekologickú výstavbu lesov z roku 2022.

Konflikt záujmov:

Autori nedeklarujú žiadny konflikt záujmov.

Referencie

1. Li, J.; Xu, P.; Wang, L.; Feng, M.; Chen, D.; Yu, X.; Lu, Y. Molekulárna biológia BPIFB1 a jej pokroky v chorobe. Ann. Prekl. Med. 2020, 8, 651. [CrossRef] [PubMed] 2. Saferali, A.; Tang, AC; Strug, LJ; Quon, BS; Zlosník, J.; Sandford, AJ; Turvey, SE Imunomodulačná funkcia génu modifikujúceho cystickú fibrózu BPIFA1. PLoS ONE 2020, 15, e0227067. [CrossRef] [PubMed]

3. Nam, B.-H.; Moon, J.-Y.; Park, E.-H.; Kim, Y.-O.; Kim, D.-G.; Kong, HJ; Kim, W.-J.; Jee, YJ; An, CM; Park, NG; a kol. Antimikrobiálna aktivita peptidov odvodených z platesy olivovej, ktorá viaže lipopolysacharidy na proteín/proteín zvyšujúci baktericídnu permeabilitu (LBP/BPI). Mar. Drogy 2014, 12, 5240–5257. [CrossRef] [PubMed]

4. Kirschning, CJ; Au-Young, J.; Lamping, N.; Reuter, D.; Pfeil, D.; Seilhamer, JJ; Schumann, RR Podobná organizácia génov pre proteín viažuci lipopolysacharid (LBP) a proteín pre prenos fosfolipidov (PLTP) naznačuje spoločnú génovú rodinu proteínov viažucich lipidy. Genomics 1997, 46, 416-425. [CrossRef] [PubMed]

5. Balakrishnan, A.; Marathe, SA; Joglekar, M.; Chakraborty, D. Baktericídny/permeabilitu zvyšujúci proteín: Mnohostranný proteín s funkciami nad rámec neutralizácie LPS. Innate Immun. 2012, 19, 339–347. [CrossRef]

6. Wright, SD; Ramos, RA; Tobias, PS; Ulevitch, RJ; Mathison, JC CD14, receptor pre komplexy lipopolysacharidu (LPS) a proteín viažuci LPS. Veda 1990, 249, 1431–1433. [CrossRef]

7. Shao, Y.; Li, C.; Che, Z.; Zhang, P.; Zhang, W.; Duan, X.; Li, Y. Klonovanie a charakterizácia dvoch génov pre proteín viažuci lipopolysacharidy/baktericídnu permeabilitu zvyšujúcu permeabilitu (LBP/BPI) z morskej uhorky Apostichopus japonicas s diverzifikovanou funkciou pri modulácii produkcie ROS. Dev. Comp. Immunol. 2015, 52, 88–97. [CrossRef]

8. Schaefer, N.; Li, X.; Seibold, MA; Jarjour, NN; Denlinger, LC; Castro, M.; Coverstone, AM; Teague, WG; Boomer, J.; Bleecker, ER Vplyv genetickej variácie BPIFA1/SPLUNC1 na jej expresiu a funkciu v astmatickom epiteli dýchacích ciest. JCI Insight 2019, 4, e127237. [CrossRef]

9. Britto, CJ; Cohn, L. Člen rodiny A1 obsahujúci baktericídny/permeabilitu zvyšujúci proteín pri ochrane hostiteľa dýchacích ciest a respiračnom ochorení. Am. J. Respir. Cell Mol. Biol. 2015, 52, 525–534. [CrossRef]

10. Musa, M.; Wilson, K.; Sun, L.; Mulay, A.; Bingle, L.; Marriott, HM; LeClair, EE; Bingle, CD Diferenciálna lokalizácia BPIFA1 (SPLUNC1) a BPIFB1 (LPLUNC1) v nosovej a ústnej dutine myší. Cell Tissue Res. 2012, 350, 455–464. [CrossRef]

11. Tsou, Y.-A.; Tung, M.-C.; Alexander, KA; Chang, W.-D.; Tsai, M.-H.; Chen, H.-L.; Chen, C.-M. Úloha BPIFA1 pri mikrobiálnych infekciách horných dýchacích ciest a korelovaných ochoreniach. BioMed Res. Int. 2018, 2018, 2021890. [CrossRef] [PubMed]

12. Caikauskaite, R. BPIFA1 Interakcie s baktériami a ich význam pre obranu hostiteľa dýchacích ciest. Ph.D. Diplomová práca, University of Sheffield, Sheffield, Spojené kráľovstvo, 2018.

For more information:1950477648nn@gmail.com