«Розрізаючи та перекроюючи» геном людини

Що відрізняє геноми простих організмів, таких як морські анемони та медузи, від людини? У людей приблизно така сама кількість генів, що кодують білки, як і в цих «нижчих» істот,¹ однак ми значно складніші організми. Якщо не враховувати духовні аспекти людства, ця відмінність у складності має бути закодована в наших геномах, але де саме? Оскільки ми маємо багато спільних генів з багатьма простішими організмами, відповідь полягає не лише у вмісті генів. Скоріше, відмінності знаходяться в некодуючих ділянках геному (так званій «сміттєвій ДНК»²) і в тому, як гени використовуються для створення білків.

Кілька десятиліть тому була популярною гіпотеза «один ген – один фермент». Здавалося очевидним, що один ген білка кодує один білок. У прокаріотичних організмів (бактерій) це було легко показати. Відомі бактеріальні гени мали чіткий початок і кінець, а послідовність ДНК між ними задавала певну послідовність амінокислот. У еукаріотів (організмів з ядром; сюди належать дріжджі, рослини та люди) структура генів набагато складніша. Наші гени білків розбиті на серію «екзонів» (ділянок, що кодують білок) та «інтронів» (некодуючих проміжних послідовностей). Щоб отримати білок, ген спочатку транскрибується в РНК, потім інтрони вирізаються, екзони зшиваються, а послідовність, що залишилася, перекладається в білок. Незважаючи на складність, гіпотеза «один ген – один фермент» все ще застосовувалася до еукаріотичних генів білків.

З часом, однак, стало зрозуміло, що життя влаштоване не так просто, особливо у еукаріотів. Гіпотеза «один ген – один фермент» виявилася особливо проблемною для вищих (складніших) еукаріотів. Наприклад, приблизно 20 000–25 000 генів, що кодують білки, в геномі людини³ використовуються для створення 100 000–300 000 різних білків (точна кількість невідома). Невелика кількість генів у геномі людини викликала запитання з кількох причин.⁴ По-перше, це означало, що у нас не набагато більше генів, ніж у значно простіших організмів. По-друге, був потрібен механізм, який дозволяв би створювати багато білків з невеликої кількості генів, і ніхто не знав, як це може відбуватися в такому масштабі. І по-третє, складність «геномної програми» досягала ще більш незручного рівня для тих, хто вважав, що ми виникли внаслідок випадкових процесів.

Ще до завершення проєкту «Геном людини»⁵ було відомо, що деякі білки створюються в процесі, який називається «альтернативний сплайсинг», під час якого екзони з різних ділянок геному комбінуються, утворюючи безліч різних білків. В рамках проєкту ENCODE⁶ ми дізналися, що альтернативний сплайсинг настільки широко поширений, що саме визначення слова «ген» нині є предметом наукових дискусій.⁷ Таким чином, гіпотеза «один ген – один фермент» виявилася грубим спрощенням. Однак слово й концепція «гена» настільки зручні, що далі в цій статті автор використовуватиме «гени» в класичному розумінні – як безперервну ділянку ДНК з початком і кінцем, що містить набір інтронів та екзонів, який потенційно може бути транскрибований, підданий сплайсингу та переведений в один білок. При цьому кожен ген складається з частин, які можуть рекомбінуватися з частинами інших генів у різних ділянках геному, створюючи білки, не закодовані якимось конкретним геном.

Альтернативний сплайсинг – це блискуча концепція організації, яка дозволяє створити компактнішу генетичну програму, що займає значно менше місця порівняно з програмою, де кожен білок кодувався б незалежно. Однак ця додаткова складність має свою ціну. Було консервативно оцінено, що кожен інтрон додає приблизно стільки ж складності, скільки близько 30 додаткових літер ДНК.⁸ Таким чином, «мішень для мутацій» у гені збільшується з додаванням кожного інтрона. Якщо врахувати, що в середньому ген, що кодує білок, містить 7-10 інтронів і що сумарна довжина інтронів часто перевищує довжину кодуючої частини ДНК, стає зрозуміло, чому це може бути проблемою. Підтримання такої системи вимагає значних витрат, а її складність ускладнює натуралістичні теорії походження. Фактично значна частина генетичних захворювань людини пов’язується з мутаціями в місцях сплайсингу на межах інтронів та екзонів.⁹ Інтрони зазвичай відносять до категорії «сміттєвої ДНК», однак на їхніх кінцях знаходяться специфічні послідовності, які вказують механізму сплайсингу, де саме розрізати та з’єднати РНК, тому вони не позбавлені функції. (Екзони також містять сигнали сплайсингу на своїх кінцях. Таким чином, частина інформації для вирізання інтронів знаходиться всередині самої білок-кодуючої ділянки геному. Кодуючі ділянки ДНК одночасно задають і послідовність білка, і патерни сплайсингу!)

Проєкт ENCODE зробив важливе відкриття: майже весь геном у певний момент життя клітини транскрибується в РНК, і з тієї самої ділянки ДНК часто утворюються кілька перекривних РНК. Це стало серйозним ударом по теорії «сміттєвої ДНК».¹⁰

Однак, можливо, ще важливішим є те, що результати ENCODE також зафіксували величезну кількість альтернативного сплайсингу. Отже, ми прийшли до розуміння, що більша частина геному активна й що білок-кодуючі ділянки використовуються в складних комбінаціях, але досі не розуміємо, як усе це узгоджується в єдину систему. У зв’язку з цим вчені почали шукати в геномі так званий «сплайсинговий код», який керує процесами розрізання та складання білкових генів. Цей сплайсинговий код має пояснити: 1) складні комбінації екзонів, необхідні для створення сотень тисяч білків з десятків тисяч генів, що кодують білки; 2) відмінності у сплайсингу від клітини до клітини, що забезпечують різні набори білків у різних типах клітин; і 3) зміни патернів сплайсингу з часом, в міру розвитку організму від заплідненої яйцеклітини до дорослої стадії (оскільки не всі гени активні на всіх етапах життєвого циклу). Уся ця інформація має бути закодована в геномі, але при цьому не повинна порушувати білок-кодуючі ділянки. Отже, більша частина цієї інформації, ймовірно, має знаходитися в інтронах і в проміжках між генами.

Нещодавно в журналі Nature з’явилася стаття, в якій автори заявили, що їм вдалося виявити початок «сплайсингового коду». Те, що вони знайшли, становить дивовижну складність. Лабораторії по усьому світу накопичили величезні обсяги даних і змогли використати ці нові знання в масштабному аналізі даних (data mining). Зокрема, були створені великі бази даних, що показують, які гени активні в різних клітинних лініях і на різних стадіях розвитку. Також відомі багато ДНК-зв’язувальних факторів та їхні специфічні послідовності-мішені (зазвичай це короткі послідовності з кількох дуже точних літер, які розпізнаються білками з химерними назвами на кшталт «Star», «Nova» та «Quaking-like»). Використовуючи ці дані, дослідники змогли статистично підійти до завдання та виявити значущі особливості, які допомагають регулювати альтернативний сплайсинг. Вони виявили безліч «мотивів» (коротких «слів» ДНК довжиною 5-10 літер), розташованих до і після багатьох екзонів, які сильно пов’язані з певними типами клітин. Загалом їм вдалося пояснити близько 60% патернів альтернативного сплайсингу в геномі людини лише наявністю або відсутністю цих мотивів. Багато з цих мотивів уже були відомі раніше та є сайтами зв’язування відомих ДНК-зв’язувальних білків. Однак багато інших мотивів виявилися новими для науки.

Медіанне число (серединне значення) тканинноспецифічних мотивів, пов’язаних зі сплайсингом, на один екзон становило від 12 для центральної нервової системи до 19 для ембріона.¹¹ Окрім цього, існували додаткові тканинноінваріантні ознаки, пов’язані з більшістю або всіма екзонами, а також додаткові й численні короткі мотиви, які не були враховані в наведених вище підрахунках. Це означає, що «сплайсинговий код» є складним, і для керування тим, як численні екзони об’єднуються, формуючи різноманіття білків в організмі людини, потрібні складні комбінації інструкцій.

Також були виявлені ознаки, пов’язані зі сплайсингом, розташовані значно далі від білок-кодуючих ділянок, ніж очікувалося. Через технічні обмеження більшість досліджень регуляції транскрипції історично зосереджувалися на кількох десятках літер безпосередньо перед або після цільової послідовності. У цьому випадку дослідники виявили ознаки, що знаходяться значно далі в некодуючих ділянках, ніж вважалося раніше (до 300 літер від відповідної ділянки). Таким чином, ще більше «сміттєвої ДНК» було віднесено до функціональної категорії ДНК.

Але це лише початок. Вони лише злегка торкнулися поверхні й уже виявили вражаючу складність. Їм вдалося досягти точності передбачення лише 60%. Отже, багато чого ще належить відкрити. Де знаходиться інформація, якої бракує? Можливо, її буде знайдено глибше в некодуючій ДНК. Можливо, оскільки вони не враховували тривимірну архітектуру ДНК всередині ядра, додаткові особливості можуть виявитися набагато далі – або навіть на інших хромосомах! Можливості тут безмежні, і ми, безумовно, оновлюватимемо інформацію в міру появи нових даних.

Є ще один наслідок цієї роботи, який я хотів би обговорити. У геномі існує безліч «псевдогенів», які виглядають як функціональні гени, але містять «мутації», через які вони не можуть бути перетворені на білки. Наявність псевдогенів залишається загадкою з моменту їхнього відкриття, однак ця ідея загалом використовувалася для критики креаціоністів та інших прихильників концепції дизайну. Я вважаю такі аргументи неспроможними,¹² і ми вже детально обговорювали їх у попередніх статтях.¹³

Хоча для багатьох псевдогенів справді було виявлено функції, правда, що якщо вони транскрибуються та піддаються сплайсингу, псевдоген не може бути переведений в білок. Однак тепер, коли ми знаємо про альтернативний сплайсинг, майбутні дослідження можуть показати, що багато екзонів псевдогенів входять до складу функціональних білків. Якщо це виявиться так, весь аргумент щодо псевдогенів зруйнується, як картковий будинок. Але час покаже.

Поки ми вражені дивовижно «інженерною» будовою людського геному. Бог написав генетичну комп’ютерну програму, яка на сьогоднішній день не має собі рівних серед будь-яких людських технологій. Мудрість і далекоглядність, вкладені в неї, справді вражають. Він створив ланцюг ДНК завдовжки з людський зріст, здатний витримувати тисячі помилок (мутацій), адаптуватися до мінливих умов середовища (за рахунок коду, що самопереписується та вмикає й вимикає різні гени залежно від умов), й водночас упаковуватися в мікроскопічну клітину без утворення вузлів! Тепер ми дізнаємося, що ця програма є дивом стиснення даних та ефективності. Вона складніша за все, що ми коли-небудь могли уявити.