L’evoluzione delle reti di regolazione genica
La selezione naturale è il principale motore dell’evoluzione, ma nelle popolazioni di piccole dimensioni, dove le forze selettive sono deboli, la deriva genetica prende il sopravvento. Molti altri, tuttavia, sono i fattori che esercitano un’influenza in condizioni di neutralità, tra cui mutazione, ricombinazione e piccoli cambiamenti che interessano il legame dei fattori di trascrizione. Il progetto EVOGREN (Evolution of gene regulatory networks by means of natural selection and genetic drift) ha valutato l’evoluzione delle reti di regolazione genica, sfruttando l’analisi di milioni di cambi di sito attraverso lo sviluppo di nuovi algoritmi. Aumentando la velocità dell’algoritmo OmegaPlus, i ricercatori hanno rilevato e analizzato milioni di segregazioni per individuare le istanze di una selezione positiva recente, utilizzando a questo scopo anche lo spettro di frequenza dei siti bidimensionale. Utilizzando la più recente teoria della coalescenza, hanno simulato l’interazione tra la speciazione e la variazione della popolazione, esaminando il flusso dei geni. Il team EVOGREN ha preso in considerazione le forze evoluzionistiche che agiscono sulle varianti strutturali umane. I risultati dell’analisi di oltre 400 delezioni umane polimorfiche condivise con ominidi arcaici indicano che i panorami genomici sono stati plasmati in primo luogo tramite una selezione di purificazione. Gli studi sull’adattamento salivare mostrano che il gene MUC7 si è evoluto rapidamente tramite una selezione positiva episodica, mediata da patogeni che possono interagire con i domini proteici. Il controllo dell’espressione genetica sta diventando sempre più rilevante in relazione alle condizioni di salute e malattia e costituisce la base della differenziazione e dello sviluppo cellulare. Il team EVOGREN ha sviluppato una significativa piattaforma di conoscenze per il rafforzamento della biologia evolutiva computazionale. L’applicazione alla regolazione dell’espressione genetica presenta interesse per molte aree, dalle malattie alle biotecnologie.
Parole chiave
Evoluzione, reti di regolazione genica, selezione naturale, deriva genetica, EVOGREN, algoritmi