遺伝的飽和
進化生物学における観察

遺伝的飽和は、配列中の同じ部位での多重置換、または異なる配列における同一の置換の結果であり、見かけ上の配列分岐率が実際に発生した分岐率よりも低くなる。[1]単一ヌクレオチドからなる2つ以上の遺伝子配列を比較する場合、観察される配列の差異は、ヌクレオチド配列の最終状態における差異のみである。遺伝的飽和を受ける単一ヌクレオチドは複数回変化し、時には元のヌクレオチドに戻ったり、比較対象の遺伝子配列に共通するヌクレオチドに戻ったりする。中間の分類群からの遺伝情報がなければ、観察された配列でどの程度の飽和が起こったか、あるいは飽和が起こったかどうかを知ることは困難である。[2]遺伝的飽和は、ミトコンドリアDNAの超可変領域などの急速に進化する配列、またはY染色体などの短いタンデムリピート配列で最も急速に起こる。[3] [4]

系統学において、飽和効果は長い枝を引き寄せる効果をもたらし、最も遠い系統の枝の長さが誤解を招くほど短くなる。また、配列に含まれる系統学的情報も減少する。[5]

系統学的飽和

複数の置換

多重置換は、単一のヌクレオチドが最終的なヌクレオチドの同一性に達する前に複数の変化を経る場合に発生します。配列が飽和状態にあると言われるのは、突然変異がヌクレオチドに複数回作用し、観察される配列の変化が実際には過去の配列の変化よりも小さいためです。[1]

検出

遺伝子配列の置換率と分岐からの経過時間を推定することで、配列がどの程度飽和したかを推定することができます。分岐率は、祖先のDNA、化石記録、伝記イベントなど、さまざまな情報源から推定されます。[6]分岐を決定するために分子時計を使用する方法は、不正確になる可能性があり、モデルに仮定が含まれているため（すべての分岐で突然変異率が一定であるなど）、議論の的となっており、主に推定ツールとして使用されています。[6]遺伝子の飽和は、複数の種のペア間で観測されたヌクレオチド配列の差異の数を比較することによっても推定できます。異なる種の配列間で観測された置換の数を、分岐の長さに基づいて推定された置換の数と比較することで、推定された置換の数が観測された置換の数を上回るおおよそのポイントを見つけることができます。[6] [7]この方法は、研究者に特定の遺伝子の飽和レベルについての考えを与えることができるが、特に非常に長い枝の長さの場合、飽和の量を過小評価すると考えられている。[2]

飽和の影響により、予想される発散時間に影響が及び、推定値が不正確になる可能性があります。

系統発生への影響

分子系統学の分野では、生物のDNA、RNA、アミノ酸配列を調べることで種間の距離や関係が調べられる。系統樹が飽和の可能性を考慮せずに構築されると、多重置換の可能性により、分類群間の距離が実際の距離よりもはるかに小さく見えることがある。 系統樹を構築するための一般的な手法である多重配列アライメントは、相同配列の比較に依存している。調査中の相同遺伝子座は、各ヌクレオチドの1つ以上の置換が、記述されている分類群を分けるかどうかを示さないため、遺伝的飽和によって簡単に混乱する可能性がある。[1] 置換は、特に深い枝分かれが含まれる場合に、配列に含めることができる系統情報の量を減らす。これは、節足動物のグループを調べる研究では特に顕著である。[8]さらに、飽和効果は、分岐時間を大幅に過小評価することにつながる可能性がある。これは主に、観測された配列変異や置換の数に応じて系統学的シグナルがランダム化されることに起因する。飽和の影響により、分岐時間の真の値が隠され、系統樹の精度が低下する可能性がある。[1] [2]

遺伝的飽和と簡素化を考慮した場合、4つの異なる種の遺伝子配列から得られた3つの系統樹が考えられます。

遺伝的飽和解析における節約の原則

遺伝子飽和解析においては、簡約性が重要な役割を果たします。この原則は、データを説明できる最も単純な説明を優先するものです。遺伝子飽和に関して言えば、簡約性とは、仮説上の関係において形質変化の数が最も少ない関係が成立することを意味します。遺伝子飽和解析に簡約性を用いると、系統樹を作成する際に矛盾が生じる可能性があります。[7]配列データのみを用いた場合、同じ程度の簡約性を持つ系統樹が多数作成されてしまう可能性があります。

長枝引力

遺伝的飽和は、容易に観察できる関連する表現型の変化なしに遺伝コードを大きく混合する能力において、長枝誘引に寄与する。長枝誘引は、比較的グループ分けされていない2つの分類群が一見密接に関連しているように見える場合に発生する。[1]置換変異が多いほど、以前は類似していなかった配列がヌクレオチドを共有する可能性が高くなり、結果として系統樹の計算において相同性を示す。飽和による長枝誘引は、古代の系統樹における連鎖の原因であると提唱されており、真核生物、古細菌、真正細菌間の最も初期の関係の一部にさえ疑問を投げかけている。[2]

遺伝学における「飽和」のその他の用法

遺伝子部位飽和変異

遺伝子部位飽和変異（GSSM）は、遺伝子中の1つまたは複数のコドンを変異させることで、その位置の他のすべてのコドンをカバーする変異体のライブラリーを作成する技術です。 [9]生化学およびタンパク質工学において、特定のアミノ酸配列の機能と特性を探索するために用いられます。[9]このアミノ酸置換の体系的な同定により、研究者は各位置におけるあらゆる可能性のある変異体を調べることができます。これにより、対象タンパク質に関する重要な構造情報が得られ、タンパク質の機能にとってより重要なアミノ酸配列を特定することができます。[9] [10]

GSSM に使用できるコドン セットの種類、およびそこから得られるコドンとアミノ酸の潜在的な数。

研究者は、GSSMを用いてタンパク質中の対象アミノ酸の様々な変異が及ぼす特定の影響を調べるために、ワンステップPCR法を用いることが多い。[11]ワンステップPCR法を用いるアプローチでは、研究者は対象タンパク質に対応する配列を両端に持つプライマーを作成する。3つのコドンからなるアミノ酸配列のうち、1つのコドンのみが置換される。[10]

コドンセットの種類によって、GSSMから得られる配列の数が決まります。どのコドンセットを使用するかを決定するには、研究者はDNAレベルでライブラリの品質を確認する必要があり、膨大な配列データが必要になります。3つの位置すべてを4つの異なるヌクレオチドのそれぞれに置換できれば、研究者は20種類のアミノ酸すべてをコードすることができます。[10] 20種類のアミノ酸すべてをコードすることは可能ですが、これは最も効率的な方法ではありません。最も効率的な方法は、NNKコドン縮重、つまり限定コドンセットを使用することです。[12]この方法では、64種類ではなく32種類のコドンしか生成されません。[10]

GSSMの利点

他の技術と比較して、GSSM は次のような独自の利点を提供できます。

  • 特定の遺伝子におけるあらゆる位置の完全な解析は、重要な位置を特定するのに役立ちます。重要な位置は、変異誘発による正の影響と負の影響の両方の規模を解析することで特定されます。GSSMは、これらの位置でのGSSMがアミノ酸に与える影響が少ないため、より柔軟な位置を特定することもできます。[9]
  • 残基特異的な分析により、研究者はアミノ酸の模式図を作成することができます。これにより、今後の研究において、より複雑で詳細な遺伝学的研究が可能になります。[9]
  • タンパク質の構造情報を全く知らなくても、様々なアミノ酸の効果を観察できる能力。収集されたデータは、この分野における貴重な知見をもたらす可能性がある。[9]
  • 迅速な納期とコスト効率。[9]

GSSMはDNAに関する根本的な信念を根本から覆し、遺伝子研究の新たな境地を切り開くことに成功しました。GSSM以前の研究者は、放射線や様々な化学物質を用いてDNAを変異させていました。しかし、どちらの方法も正確性に欠けていました。[13]

参考文献

  1. ^ abcde Philippe H, Brinkmann H, Lavrov DV, Littlewood DT, Manuel M, Wörheide G, Baurain D (2011年3月). 「系統発生学的難問の解決：なぜ配列数を増やすだけでは不十分なのか」. PLOS Biology . 9 (3) e1000602. doi : 10.1371/journal.pbio.1000602 . PMC  3057953. PMID  21423652 .
  2. ^ abcd Philippe H, Forterre P (1999年10月). 「普遍的な生命樹の根源は信頼できるものではない」. Journal of Molecular Evolution . 49 (4): 509–23 . Bibcode :1999JMolE..49..509P. doi :10.1007/PL00006573. PMID  10486008. S2CID  20350374.
  3. ^ Henn BM, Gignoux CR, Feldman MW, Mountain JL (2009年1月). 「ヒトミトコンドリアDNA変異率推定値の時間依存性の特徴づけ」. Molecular Biology and Evolution . 26 (1): 217–30 . doi : 10.1093/molbev/msn244 . PMID  18984905.
  4. ^ Ho SY, Phillips MJ, Cooper A, Drummond AJ (2005年7月). 「分子速度推定値の時間依存性と最近の分岐時期の系統的過大評価」. Molecular Biology and Evolution . 22 (7): 1561–8 . doi : 10.1093/molbev/msi145 . PMID  15814826.
  5. ^ アビルガジエワ NA (2003-01-01)。 「【「腎性糖尿病」の症例】」。ズドラヴォックラネニ・キルギジイ。26 (3): 49–51。土井:10.1016/S1055-7903(02)00326-3。PMID  7903。
  6. ^ abc van Tuinen M, Dyke GJ (2004年1月). 「複数の化石と遺伝子分割を用いたガリフォーム分子時計の較正」.分子系統学と進化. 30 (1): 74– 86. Bibcode :2004MolPE..30...74V. doi :10.1016/S1055-7903(03)00164-7. PMID  15022759.
  7. ^ ab Dávalos LM, Perkins SL (2008年5月). 「飽和と塩基組成バイアスがマラリア原虫における系統ゲノム的衝突を説明する」. Genomics . 91 (5): 433–42 . doi :10.1016/j.ygeno.2008.01.006. PMID  18313259.
  8. ^ Sanders KL, Lee MS (2009年4月20日). 「節足動物の分子分岐の時代とペンタストム科のカンブリア紀起源」. Systematics and Biodiversity . 8 (1): 63– 74. doi : 10.1080/14772000903562012 . S2CID  84880682.
  9. ^ abcdefg Zheng L, Baumann U, Reymond JL (2004年8月). 「効率的なワンステップ部位特異的および部位飽和変異誘発プロトコル」. Nucleic Acids Research . 32 (14): e115. doi :10.1093/nar/gnh110. PMC 514394. PMID 15304544  . 
  10. ^ abcd Lopez P, Forterre P, Philippe H (1999年10月). 「共変モデルの観点から見た生命樹の根源」. Journal of Molecular Evolution . 49 (4): 496– 508. Bibcode :1999JMolE..49..496L. doi :10.1007/pl00006572. PMID  10486007. S2CID  22835829.
  11. ^ Li A, Acevedo-Rocha CG, Reetz MT (2018年7月). 「2段階PCR戦略によるランダム化困難な遺伝子に対する部位飽和変異誘発の効率向上」.応用微生物学およびバイオテクノロジー. 102 (14): 6095– 6103. doi :10.1007/s00253-018-9041-2. PMC 6013526. PMID  29785500 . 
  12. ^ Kretz KA, Richardson TH, Gray KA, Robertson DE, Tan X, Short JM (2004年8月6日). 「遺伝子部位飽和変異誘発：包括的な変異誘発アプローチ」.タンパク質工学. Methods in Enzymology. 第388巻. pp.  3– 11. doi :10.1016/S0076-6879(04)88001-7. ISBN 978-0-12-182793-9. PMID  15289056。
  13. ^ Smith I, Payne J, Keay B. 「マイケル・スミスが25年前にノーベル賞を獲得し、ブリティッシュコロンビア州のライフサイエンスコミュニティを世に知らしめた経緯」Vancouver Sun. 2018年9月24日閲覧。
「https://en.wikipedia.org/w/index.php?title=遺伝的飽和&oldid=1316287476」より取得