DETECCIÓN DE MÓDULOS FUNCIONALES PARALELOS

MEDIANTE EL ANÁLISIS COMPARATIVO DE SECUENCIAS DE

GENOMA

Nieves Ábalos SerranoMª Teresa Jiménez Ramírez

Miguel Ángel Moreo Fernández

¿Qué es la funcionalidad paralela?

Los módulos funcionales paralelos son conjuntos separados de proteínas en un organismo que catalizan una reacción bioquímica (la misma o similar) pero actúan en diferentes sustratos o usan diferentes cofactores.

Dan versatibilidad y complejidad a los organismos

Se originan mediante la duplicación genética durante la evolución.

Origen de la funcionalidad paralela

Existen organismos que tienen familias de secuencias de genes parecidas (paralogs). Se originaron a partir de la duplicación de genes y la posterior evolución de estos.

Se ha mostrado que el 50% de los genes procariotas y alrededor del 90% de los genes eucariotas han sido generados por duplicación genética.

Este hecho provoca que muchos genes codifiquen proteínas con algunas funciones parcialmente redundantes.

Método de detección módulos funcionalmente paralelos.

Se ha desarrollado un método de cuatro pasos para descubrir módulos funcionales paralelos en todo el genoma, a partir de vínculos funcionales de proteínas.

De diez genomas se identificaron 37 sistemas celulares que consisten en módulos funcionales paralelos .

Métodos que infieren proteínas funcionalmente vinculadas.

Varios métodos computacionales basados en el contexto genómico han sido desarrollados para inferir proteínas vinculadas funcionalmente.

Método del Perfil Filogenético: Identifica los pares de proteínas que co-ocurren en varios genomas.

Métodos que infieren proteínas funcionalmente vinculadas.

Método de la Piedra Roseta: Identifica los pares observando que en otro genoma, las proteínas se encuentran fusionadas.

Métodos que infieren proteínas funcionalmente vinculadas.

Método del Gen Vecino: Identifica los pares de proteínas que residen cerca en múltiples genomas.

Métodos que infieren proteínas funcionalmente vinculadas.

Método del Cluster de Genes: Identifica pares de proteínas vinculadas basándose en distancias intergénicas cortas entre genes del genoma.

Métodos que infieren proteínas funcionalmente vinculadas.

Ha sido mostrado que el rendimiento de estos métodos computacionales en la inferencia de interacciones de proteínas es cuantitativamente comparable al uso de datos experimentales a escala genómica.

El método de 4 pasos detecta módulos funcionalmente paralelos directamente a partir de secuencias de genoma. Este enfoque puede ser aplicado a organismos cuyas secuencias de genoma están disponibles.

Método de 4 pasos

PASO 1: Se aplican los métodos computacionales anteriores para detectar vínculos entre proteínas comparando con otros 82 genomas.

La salida de este paso es una descripción binaria del vínculo entre cada par de proteínas codificadas.

Si las dos proteínas están vinculadas con un nivel por encima del umbral escogido el vínculo es uno, en otro caso el vínculo es cero.

Método de 4 pasos

PASO 2: Construimos una matriz de vínculos funcionales para el genoma a estudiar y agrupamos las proteínas basándonos en la similaridad de sus patrones de vínculos funcionales usando un algoritmo de clustering jerárquico.

Método de 4 pasos.

PASO 2:

Se construye una matriz simétrica de vínculos funcionales. Está compuesta por 0’s y 1’s (calculados en el paso 1) representando la ausencia o presencia de vínculos funcionales entre pares de proteínas.

Método de 4 pasos.

Agrupamos las proteínas basándonos en la similaridad de sus patrones de vínculos funcionales usando un algoritmo de clustering jerárquico.

Método de 4 pasos.

PASO 2: Salida: es una nueva matriz con las filas y columnas reordenadas

donde las proteínas con las mismas funciones celulares o en los mismos pathways o complejos se meten en el mismo cluster.

La matriz reordenada puede ser visualizada en un mapa que llamamos “mapa de cluster de vínculos funcionales del genoma”.

El mapa está compuesto mayormente por pequeños clusters de proteínas altamente vinculadas. Típicamente los clusters se muestran en la diagonal del mapa arbitrariamente desde la esquina superior izquierda hasta la esquina inferior derecha de nuestro mapa debido a la simetría de los vínculos funcionales de la matriz.

Método de 4 pasos.

PASO 3:

Buscamos visualmente clusters en la diagonal del mapa de vínculos funcionales

Método de 4 pasos.

PASO 3: i) un patrón de cluster típico para pathways y

complejos ii) un patrón de cluster diagonal para tres módulos

funcionales paralelos cada uno con dos componentes principales.

iii) Un patrón de cluster diagonal para dos módulos funcionales paralelos cada uno con tres componentes principales

Nótese que en (ii) y (iii) las proteínas en un subgrupo están vinculadas a proteínas en otro subgrupo(s), pero no con otras.

Método de 4 pasos.

PASO 4: Extracción manual de proteínas y sus vínculos funcionales codificados en el patrón de cluster de la diagonal del mapa

Método de 4 pasos.

Casar patrones de módulo y borrar vínculos entre módulos funcionales paralelos que aparecen de las relaciones paralogous usando relaciones de localización de genes (genomas procariotas) o relaciones de coevolución (genomas eucariotas)

PASO 4:

Método de 4 pasos.

PASO 4:

Finalmente, se añaden las proteínas que están vinculadas a componentes del módulo pero no están incluídas en la diagonal cluster. (Proteínas 2 y 8 en los círculos sombreados) produciendo una red de vínculos funcionales para los módulos funcionales paralelos.

Descubrimiento:

Un conjunto dado de módulos funcionales paralelos debe ser específico para un organismo dado Refleja el estilo de vida del organismo.

Por otro lado, algunos módulos funcionales paralelos son comunes en muchos organismos. Las funciones de estos módulos son esenciales para sobrevivir.

Estilo de vida de un organismo Ejemplo: En este análisis, podemos ver que R.Palustris:

Tiene un estilo de vida metabólicamente versátil, es decir, que sobrevive en diversos entornos.

Transforma el nitrógeno de la atmósfera en NH3. Nitrogenasas y enzimas para el uso del nitrógeno.

Usa el CO2 y varios componentes aromáticos como sus fuentes de carbón. Enzimas de degradación de componentes aromáticos.

…

Módulos esenciales para sobrevivir

Ejemplo: en el análisis de genomas eucariotas, observamos: la existencia de Heat Shock proteins (proteínas

chaperonas).

Módulos funcionales paralelos

La identificación de estos módulos puede ayudar a interpretar la fisiología de un organismo a partir de sus secuencias de genoma:

La existencia de módulos para una función dada el organismo es versátil en llevar a cabo la función. puede sobrevivir mejor en diversos entornos donde la función es necesitada.

Fisiología

Ejemplo: La bacteria E.Coli K12 Posee 6 transportadores de péptidos (con distinto espectro

y especificaciones de substrato), que son usados como fuente de carbón y nitrógeno.

Se necesitan para sobrevivir en distintos entornos donde los nutrientes disponibles son diferentes.

Otros métodos para descubrir la funcionalidad paralela:

El método de Kelley et al.: Usa datos de interacción de proteínas

experimentales a gran escala. Otro, más rudimentario y con limitaciones:

Usa secuencias de genoma, combinando búsquedas de homólogos y relaciones de localización de genes.

Necesita conocer los componentes de un módulo funcional a priori.

Usa el tradicional alineamiento de secuencias.

Características del método de cuatro pasos (I)

Descubrimiento de módulos funcionales paralelos en todo el genoma.

Método de descubrimiento guiado, libre de la necesidad de centrarse en un objetivo predeterminado.

Usa secuencias de genoma. Puede ser aplicado a todos los organismos

completamente secuenciados y no está limitado por la disponibilidad de datos experimentales.

Características del método de cuatro pasos (II)

Identifica módulos funcionales paralelos codificados en los genomas pero que no se expresan bajo las condiciones experimentales.

Funciones redundantes que sólo se expresan en condiciones específicas.

Descubre redes de proteínas deducidas. Simultáneamente, revelando las relaciones

funcionales entre las proteínas dentro de los módulos.

Características del método de cuatro pasos (III)

Proporciona inferencia de mayor resolución de las funciones de las proteínas.

Basado en la pertenencia de las proteínas a subgrupos. Mayor resolución de las que pueden proporcionar los

métodos basados en homología.

Los vínculos funcionales en las proteínas en eucariotas son deducidos principalmente basándose en las homologías de las proteínas en bacterias.