Información

¿Las arqueas se someten a los mismos procesos de transferencia horizontal de genes que las bacterias?

¿Las arqueas se someten a los mismos procesos de transferencia horizontal de genes que las bacterias?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

¿Las arqueas también se someten a procesos como conjugación, transformación, etc.? Si no es así, ¿tienen sus propios métodos de transferencia genética horizontal? ¿Pueden las bacterias conjugarse con arqueas?


Wagner A, Whitaker RJ, Krause DJ, Heilers JH, van Wolferen M, van der Does C, Albers SV (2017) Mecanismos de flujo de genes en arqueas. Nat Rev Microbiol 15: 492-501.

El intercambio de material genético es una fuerza impulsora importante para la evolución del genoma en el árbol de la vida y tiene un papel en especiación de arqueas, adaptación y mantenimiento de la diversidad.


Soucy SM, Huang J, Gogarten JP (2015) Transferencia horizontal de genes: construyendo la red de la vida. Nat Rev Genet 16: 472-482.

Transferencia horizontal de genes (HGT) es el intercambio de material genético entre organismos que no tienen una relación entre padres e hijos. HGT es un mecanismo de adaptación ampliamente reconocido en bacterias y arqueas.


Fuchsman CA, Collins RE, Rocap G, Brazelton WJ (2017) Efecto del medio ambiente sobre la transferencia horizontal de genes entre bacterias y arqueas. PeerJ 29: e3865.

Posibles puntos calientes de Transferencia horizontal de genes entre arqueas y bacterias. incluyen fuentes termales, sedimentos marinos y pozos de petróleo.


Identificación de las limitaciones que influyen en la evolución de los genomas bacterianos en el superfilo de PVC

La transferencia horizontal juega un papel importante en la evolución de los genomas bacterianos, pero obedece a varias limitaciones, incluida la oportunidad ecológica de encontrarse con otros organismos, la presencia de sistemas de transferencia y la aptitud de los genes transferidos. Bacterias del Planctomyctetes, Verrumicrobia, Chlamydiae El superfilo (PVC) tiene un plan celular compartimentado delimitado por una membrana intracitoplasmática que podría constituir una restricción adicional con un impacto particular en la evolución bacteriana. En esta investigación, estudiamos la evolución de 33 genomas de especies de PVC y nos centramos en la velocidad y la naturaleza de las secuencias transferidas horizontalmente en relación con su hábitat y su plan celular.

Resultados

Utilizando un enfoque filogenómico comparativo, mostramos que el hábitat influye en la evolución del contenido del genoma bacteriano y el flujo de transferencia horizontal de ADN (HT). Así, las bacterias del suelo, los insectos y las bacterias ubicuas presentaron el promedio más alto de transferencia horizontal en comparación con las bacterias que viven en el agua, las bacterias extracelulares en los vertebrados, las bacterias de las amebas y las bacterias intracelulares en los vertebrados (con una media de 379 frente a 110 eventos por especie, respectivamente). y 7,6% de cada genoma debido a HT frente a 4,8%). Los socios de estas transferencias fueron principalmente organismos bacterianos (94,9%) que nos permitieron diferenciar las bacterias ambientales, que intercambiaban más con Proteobacterias, y bacterias de vertebrados, que intercambiaron más con Firmicutes. El análisis funcional de las transferencias horizontales reveló una evolución convergente, con una sobrerrepresentación de genes que codifican la biogénesis de membrana y el metabolismo de lípidos, entre bacterias compartimentadas en los diferentes hábitats.

Conclusiones

La presencia de una membrana intracitoplasmática en las especies de PVC parece afectar la evolución del genoma a través de la selección del ADN transferido, de acuerdo con sus funciones codificadas.


Fondo

Se han propuesto varios métodos para calcular un árbol de consenso para un conjunto dado de árboles filogenéticos [1]. Los tipos más conocidos de árboles de consenso son el árbol de consenso estricto, el árbol de consenso mayoritario y el árbol de consenso mayoritario extendido [1, 2]. El árbol de consenso estricto contiene solo los bordes que son comunes a todos los árboles de entrada. El árbol de consenso mayoritario contiene los bordes que están presentes en más del 50% de los árboles de entrada, aunque también se pueden considerar porcentajes más altos. De acuerdo con la regla de la mayoría extendida, el árbol de consenso incluye todas las aristas de mayoría a las que se agregan gradualmente aristas residuales compatibles, comenzando por las más frecuentes. Los árboles de consenso de mayoría extendida son los árboles de consenso más utilizados en biología evolutiva porque generalmente se resuelven mucho mejor (es decir, tienen un menor grado medio de nodos internos) que los árboles de consenso estrictos y mayoritarios [2].

La salida de la mayoría de los algoritmos de árbol de consenso convencionales es un árbol de consenso único [1]. Sin embargo, en muchas situaciones prácticas es mucho más apropiado inferir varios árboles de consenso. En biología, a menudo es riesgoso agrupar árboles filogenéticos correspondientes a diferentes conjuntos de genes. Cada gen tiene su propia historia evolutiva que puede diferir sustancialmente de las historias evolutivas de otros genes. Por ejemplo, algunos genes individuales o grupos de genes (por ejemplo, operones) afectados por eventos de transferencia de genes horizontales específicos mostrarán patrones evolutivos diferentes al resto de genes en estudio [3-8]. La historia evolutiva de tales genes o grupos de genes se representará mediante árboles filogenéticos que tienen topologías diferentes de la del árbol de especies, que representa la evolución de genes que no experimentaron transferencias de genes. Además, la homogeneidad de un conjunto dado de genes también puede verse afectada por eventos de duplicación antiguos que provocan la aparición de alelos parálogos.

Existen varias herramientas computacionales para analizar y visualizar conjuntos de árboles filogenéticos incompatibles, incluidos SplitsTree [9], Dendroscope [10] y DensiTree [11]. Estos programas permiten inferir diferentes tipos de redes filogenéticas que pueden verse como alternativas a múltiples árboles de consenso. Holland y col. [12] fueron de los primeros en discutir un enfoque de construcción de consenso utilizando una red dividida. Holland y col. compararon árboles genéticos de genomas de levadura y demostraron que las redes de consenso pueden ser útiles para representar señales contradictorias ocultas que existen en las filogenias de las especies.

Por lo tanto, la pregunta de si un árbol de consenso único o múltiples árboles de consenso caracterizan mejor un conjunto dado de filogenias surge como una alternativa a los enfoques de reconstrucción de redes filogenéticas. Si las filogenias dadas son topológicamente congruentes, deben combinarse en un único árbol de consenso. Sin embargo, si estas filogenias abarcan señales genéticas en conflicto, deberían organizarse en múltiples árboles de consenso, cada uno de los cuales da cuenta de un patrón evolutivo específico [13-15]. La figura 1 muestra cuatro árboles filogenéticos T1, T2, T3 y T4 con siete hojas. Aquí, la solución que consta de dos árboles de consenso de la regla de la mayoría, T12 y T34, parece ser mucho más apropiado que la solución que consiste en un árbol de consenso de mayoría única, T1234, es decir, un árbol de estrellas aquí, dado por el enfoque tradicional de consenso de la mayoría.

Cuatro árboles filogenéticos T1, T2, T3 y T4 definido en el mismo conjunto de siete hojas. Su árbol de consenso de la regla de la mayoría es un árbol estelar T1234. Los árboles de consenso de la regla de la mayoría, T12 y T34, construido para los pares de árboles topológicamente cercanos: T1 y T2, y T3 y T4, respectivamente

En este artículo describimos un nuevo algoritmo para determinar grupos de árboles homogéneos que se pueden combinar para inferir múltiples árboles de consenso. La idea de construir múltiples árboles de consenso fue formulada originalmente por Maddison [16] quien encontró que los árboles de consenso de algunos subconjuntos de un conjunto dado de árboles pueden diferir y que generalmente están mejor resueltos que el árbol de consenso de todo el conjunto. Entonces, Stockham et al. [17] propuso dos variantes de un algoritmo de agrupamiento de árboles basado en k-medios, que estaban destinados a inferir un conjunto de árboles de consenso estricto (llamados árboles característicos) minimizando la pérdida de información. Sin embargo, estos métodos eran muy costosos en términos de tiempo de ejecución porque los árboles de consenso tenían que determinarse para cada conjunto de clústeres en todas las soluciones de particionamiento intermedias probadas por k-medio. Bonnard y col. [13] describió un método, llamado Consenso Multipolar, para mostrar todas las divisiones de un conjunto dado de árboles filogenéticos que tienen un soporte por encima de un umbral predefinido, utilizando un número mínimo posible de árboles de consenso. Los autores indicaron que las señales secundarias biológicamente relevantes, que normalmente estarían ausentes en un árbol de consenso clásico, pueden capturarse mediante el método de consenso multipolar, lo que proporciona una herramienta exploratoria conveniente para el análisis filogenético. Este método permite mostrar más señales evolutivas secundarias de las que propone el consenso de la regla de la mayoría extendida sin hacer posibles elecciones arbitrarias que generalmente se hacen en este método de consenso. En su artículo reciente, Guénoche [14] ha presentado un método para dividir árboles filogenéticos en un grupo (K= 1, cuando los árboles genéticos dados son homogéneos) o varios grupos (K& gt1, cuando los árboles genéticos son divergentes). Una puntuación de partición generalizada, calculada sobre un conjunto de particiones de árbol, se calcula mediante el método Guénoche para determinar el número de conglomerados, K, en el que se debe dividir un conjunto dado de árboles genéticos. Guénoche validó su método con datos simulados, es decir, conjuntos aleatorios de árboles organizados en diferentes grupos topológicos, y datos reales, es decir, un conjunto de árboles genéticos no homogéneos de 30 mi.coli cepas supuestamente afectadas por transferencias horizontales de genes. El programa MCT (Multiple Consensus Trees) desarrollado por el autor sigue siendo una de las pocas piezas de software para inferir múltiples árboles de consenso, disponible para la comunidad de investigadores.

Describiremos un nuevo método de agrupación de árboles que se basa en versiones específicas de Silhouette (SH) [18] y Caliński-Harabasz (CH) [19] índices adaptados para la agrupación de árboles con k-medoides. Estos índices de validez de conglomerados se utilizarán para determinar la mejor partición obtenida en múltiples inicios aleatorios de k-medoides [20] cuando el número de conglomerados es fijo y luego para seleccionar el número óptimo de conglomerados para un determinado conjunto de árboles.


Singh, B. K., Bardgett, R. D., Smith, P. & amp Reay, D. S. Microorganismos y cambio climático: retroalimentación terrestre y opciones de mitigación. Nat. Rev. Microbiol. 8, 779–790 (2010).

Chistoserdova, L. & amp Kalyuzhnaya, M. G. Tendencias actuales en metilotrofia. Trends Microbiol. 26, 703–714 (2018).

Borrel, G. y col. Amplia diversidad de metabolismos de metano y alcanos de cadena corta en arqueas no cultivadas. Nat. Microbiol. 4, 603–613 (2019).

Chistoserdova, L. et al. Los enigmáticos planctomicetos pueden ser la clave de los orígenes de la metanogénesis y la metilotrofia. Mol. Biol. Evol. 21, 1234–1241 (2004).

Chistoserdova, L. La amplia distribución de genes para las reacciones de transferencia C1 ligadas a tetrahidrometanopterina / metanofurano argumenta a favor de su presencia en el ancestro común de bacterias y arqueas. Parte delantera. Microbiol. 7, 1425 (2016).

Weiss, M. C. y col. La fisiología y el hábitat del último ancestro común universal. Nat. Microbiol. 1, 16116 (2016).

Borrel, G., Adam, P. S. & amp Gribaldo, S. Methanogenesis y la vía Wood-Ljungdahl: una asociación antigua, versátil y frágil. Genome Biol. Evol. 8, 1706–1711 (2016).

Fuchs, G. Vías alternativas de fijación de dióxido de carbono: ¿conocimientos sobre la evolución temprana de la vida? Annu. Rev. Microbiol. 65, 631–658 (2011).

Laso-Pérez, R. et al. Las arqueas termófilas activan el butano mediante la formación de alquil-coenzima M. Naturaleza 539, 396–401 (2016).

Chistoserdova, L. Modularidad de la metilotrofia, revisada. Reinar. Microbiol. 13, 2603–2622 (2011).

Chistoserdova, L., Vorholt, J. A., Thauer, R. K. & amp Lidstrom, M. E. C1 transfieren enzimas y coenzimas que unen bacterias metilotróficas y arqueas metanogénicas. Ciencias 281, 99–102 (1998).

Vorholt, J. A., Chistoserdova, L., Stolyar, S. M., Thauer, R. K. & amp Lidstrom, M. E. Distribución de enzimas dependientes de tetrahidrometanopterina en bacterias metilotróficas y filogenia de metenil tetrahidrometanopterina ciclohidrolasas. J. Bacteriol. 181, 5750–5757 (1999).

Bauer, M. y col. Genes similares a arqueas para enzimas de transferencia de C1 en planctomicetos: implicaciones filogenéticas de su presencia inesperada en este filo. J. Mol. Evol. 59, 571–586 (2004).

Kalyuzhnaya, M. G. y col. El análisis de las islas de genes involucradas en las reacciones de transferencia de C1 ligadas a la metanopterina revela nuevas funciones y proporciona conocimientos evolutivos. J. Bacteriol. 187, 4607–4614 (2005).

Butterfield, C. N. y col. Los análisis proteogenómicos indican que la metilotrofia bacteriana y la heterotrofia de las arqueas prevalecen debajo de la zona de las raíces del césped. PeerJ 4, e2687 (2016).

Ettwig, K. F. y col. Oxidación anaeróbica de metano impulsada por nitritos por bacterias oxigenadas. Naturaleza 464, 543–548 (2010).

Muñoz-Velasco, I. et al. Metanogénesis en etapas tempranas de la vida: antigua pero no primordial. Orig. Life Evol. Biosph. 48, 407–420 (2018).

Raymann, K., Brochier-Armanet, C. & amp Gribaldo, S. El árbol de la vida de dos dominios está vinculado a una nueva raíz para las arqueas. Proc. Natl Acad. Sci. Estados Unidos 112, 6670–6675 (2015).

Adam, P. S., Borrel, G., Brochier-Armanet, C. & amp Gribaldo, S. El árbol en crecimiento de Archaea: nuevas perspectivas sobre su diversidad, evolución y ecología. ISME J. 11, 2407–2425 (2017).

Ramamoorthy, S. et al. Desulfosporosinus lacus sp. nov., una bacteria reductora de sulfato aislada de sedimentos prístinos de lagos de agua dulce. En t. J. Syst. Evol. Microbiol. 56, 2729–2736 (2006).

Davidova, I. A. et al. Dethiosulfatarculus sandiegensis gen. nov., sp. nov., aislado de un cultivo de enriquecimiento que degrada la parafina metanogénica y descripción modificada de la familia desulfarculaceae. En t. J. Syst. Evol. Microbiol. 66, 1242–1248 (2016).

Adam, P. S., Borrel, G. & amp Gribaldo, S. Historia evolutiva de la monóxido de carbono deshidrogenasa / acetil-CoA sintasa, uno de los complejos enzimáticos más antiguos. Proc. Natl Acad. Sci. Estados Unidos 115, E1166 – E1173 (2018).

Sousa, F. L. & amp Martin, W. F. Fósiles bioquímicos de la antigua transición de la geoenergética a la bioenergética en el metabolismo procariótico de un compuesto de carbono. Biochim. Biophys. Acta 1837, 964–981 (2014).

Chistoserdova, L., Rasche, M. E. & amp Lidstrom, M. E. Nuevos genes de biosíntesis de defosfotetrahidrometanopterina descubiertos mediante mutagénesis en Methylobacterium extorquens AM1. J. Bacteriol. 187, 2508–2512 (2005).

Pomper, B. K., Saurel, O., Milon, A. & amp Vorholt, J. A. Generación de formiato por el complejo formiltransferasa / hidrolasa (Fhc) a partir de Methylobacterium extorquens AM1. FEBS Lett. 523, 133–137 (2002).

Wagner, T., Ermler, U. & amp Shima, S. El CO metanogénico2 La enzima reductora y fijadora es bifuncional y contiene 46 grupos [4Fe-4S]. Ciencias 354, 114–117 (2016).

Crowther, G. J., Kosaly, G. & amp Lidstrom, M. E. El formato como el principal punto de ramificación del metabolismo metilotrófico en Methylobacterium extorquens AM1. J. Bacteriol. 190, 5057–5062 (2008).

Bar-Even, A., Noor, E. & amp Milo, R. Un estudio de las vías de fijación de carbono a través de una lente cuantitativa. J. Exp. Bot. 63, 2325–2342 (2012).

Figueroa, I. A. et al. El análisis guiado por metagenómica de la oxidación del fosfito quimiolitoautotrófico microbiano arroja evidencia de un séptimo CO natural2 vía de fijación. Proc. Natl Acad. Sci. Estados Unidos 115, E92 – E101 (2018).

Vorholt, J. A., Marx, C. J., Lidstrom, M. E. & amp Thauer, R. K. Nueva enzima activadora de formaldehído en methylobacterium extorquens AM1 requerida para el crecimiento en metanol. J. Bacteriol. 182, 6645–6650 (2000).

Lin, Z. & amp Sparling, R. Investigación de serina hidroximetiltransferasa en metanógenos. Poder. J. Microbiol. 44, 652–656 (1998).

Schwartz, E., Fritsch, J. y Friedrich, B. en Los procariotas (eds Rosenberg, E. et al.) 119-199 (Springer, 2013).

Begemann, M. B., Mormile, M. R., Sitton, O. C., Wall, J. D. & amp Elias, D. A. Una estrategia optimizada para la producción de biohidrógeno con Halanaerobium hidrogeniformans, una bacteria alcalifílica. Parte delantera. Microbiol. 3, 93 (2012).

Maune, M. W. & amp Tanner, R. S. Descripción de Anaerobaculum hidrogeniformans sp. nov., un anaerobio que produce hidrógeno a partir de glucosa, y se modificó la descripción del género Anaerobáculo. En t. J. Syst. Evol. Microbiol. 62, 832–838 (2012).

Liang, R., Grizzle, R. S., Duncan, K. E., McInerney, M. J. & amp Suflita, J. M. Roles de las bacterias termófilas reductoras de tiosulfato y arqueas metanogénicas en la biocorrosión de oleoductos. Parte delantera. Microbiol. 5, 89 (2014).

Kasting, J. F. Metano y clima durante la era Precámbrica. Precámbrico Res. 137, 119–129 (2005).

Ueno, Y., Yamada, K., Yoshida, N., Maruyama, S. & amp Isozaki, Y. Evidencia de inclusiones fluidas para la metanogénesis microbiana en la era arcaica temprana. Naturaleza 440, 516–519 (2006).

Slotznick, S. P. & amp Fischer, W. W. Examinando la metanotrofia arcaica. Planeta Tierra. Sci. Letón. 441, 52–59 (2016).

Summons, R. E., Jahnke, L. L. & amp Roksandic, Z. Fraccionamiento isotópico de carbono en lípidos de bacterias metanotróficas: relevancia para la interpretación del registro geoquímico de biomarcadores. Geochim. Cosmochim. Acta 58, 2853–2863 (1994).

Jahnke, L. L., Summons, R. E., Hope, J. M. & amp Des Marais, D. J. Fraccionamiento isotópico de carbono en lípidos de bacterias metanotróficas II: los efectos de la fisiología y los parámetros ambientales sobre la biosíntesis y las firmas isotópicas de biomarcadores. Geochim. Cosmochim. Acta 63, 79–93 (1999).

Battistuzzi, F. U. & amp Hedges, S. B. Un clado importante de procariotas con antiguas adaptaciones a la vida en la tierra. Mol. Biol. Evol. 26, 335–343 (2009).

Haqq-Misra, J. D., Domagal-Goldman, S. D., Kasting, P. J. & amp Kasting, J. F.Un invernadero de metano brumoso revisado para la tierra arcaica. Astrobiología 8, 1127–1137 (2008).

Konhauser, K. O. et al. Agotamiento del níquel oceánico y hambruna de metanógeno antes del gran evento de oxidación. Naturaleza 458, 750–753 (2009).

Catling, D. C., Claire, M. W. & amp Zahnle, K. J. Metanotrofia anaeróbica y el aumento del oxígeno atmosférico. Philos. Trans. R. Soc. Una matemática. Phys. Ing. Ciencia. 265, 1867–1888 (2007).

Daines, S. J. & amp Lenton, T. M. El efecto de los ecosistemas marinos aeróbicos tempranos generalizados sobre el ciclo del metano y la gran oxidación. Planeta Tierra. Sci. Letón. 434, 42–51 (2016).

Markowitz, V. M. y col. IMG: la base de datos integrada de genomas microbianos y el sistema de análisis comparativo. Ácidos nucleicos Res. 40, D666-D677 (2012).

Wrighton, K. C. et al. Fermentación, hidrógeno y metabolismo del azufre en múltiples filos bacterianos no cultivados. Ciencias 337, 1661–1665 (2012).

Hyatt, D. y col. Pródigo: reconocimiento de genes procarióticos e identificación del sitio de inicio de la traducción. BMC Bioinforma. 11, 119 (2010).

Kanehisa, M., Furumichi, M., Tanabe, M., Sato, Y. & amp Morishima, K. KEGG: nuevas perspectivas sobre genomas, vías, enfermedades y fármacos. Ácidos nucleicos Res. 45, D353 – D361 (2017).

Johnson, L. S., Eddy, S. R. & amp Portugaly, E. Procedimiento de búsqueda HMM iterativo y heurístico de velocidad del modelo de Markov oculto. BMC Bioinforma. 11, 431 (2010).

García, P. S., Jauffrit, F., Grangeasse, C. & amp Brochier-Armanet, C. GeneSpy, un visualizador de contexto genómico flexible y fácil de usar. Bioinformática 35, 329–331 (2019).

Abby, S. S., Néron, B., Ménager, H., Touchon, M. & amp Rocha, E. P. C. MacSyFinder: un programa para extraer genomas de sistemas moleculares con una aplicación a los sistemas CRISPR-Cas. Más uno 9, e110726 (2014).

Edgar, R. C. MUSCLE: alineación de secuencia múltiple con alta precisión y alto rendimiento. Ácidos nucleicos Res. 32, 1792–1797 (2004).

Criscuolo, A. & amp Gribaldo, S. BMGE (mapeo de bloques y recolección con entropía): un nuevo software para la selección de regiones informativas filogenéticas a partir de alineaciones de secuencias múltiples. BMC Evol. Biol. 10, 210 (2010).

Nguyen, L. T., Schmidt, H. A., von Haeseler, A. & amp Minh, B. Q. IQ-TREE: un algoritmo estocástico rápido y eficaz para estimar filogenias de máxima verosimilitud. Mol. Biol. Evol. 32, 268–274 (2015).

Kobert, K., Salichos, L., Rokas, A. & amp Stamatakis, A. Cálculo de la certeza del entrenudo y medidas relacionadas de árboles genéticos parciales. Mol. Biol. Evol. 33, 1606–1617 (2016).

Stamatakis, A. RAxML-VI-HPC: análisis filogenéticos basados ​​en la máxima verosimilitud con miles de taxones y modelos mixtos. Bioinformática 22, 2688–2690 (2006).

Hoang, D. T., Chernomor, O., von Haeseler, A., Minh, B. Q. & amp Vinh, L. S. UFBoot2: mejora de la aproximación de bootstrap ultrarrápida. Mol. Biol. Evol. 35, 518–522 (2017).

Lartillot, N., Lepage, T. & amp Blanquart, S. PhyloBayes 3: un paquete de software bayesiano para la reconstrucción filogenética y la datación molecular. Bioinformática 25, 2286–2288 (2009).

Kanehisa, M., Sato, Y. & amp Morishima, K. BlastKOALA y GhostKOALA: herramientas KEGG para la caracterización funcional de secuencias del genoma y metagenoma. J. Mol. Biol. 428, 726–731 (2016).

Altschul, S. F., Gish, W., Miller, W., Myers, E. W. & amp Lipman, D. J. Herramienta básica de búsqueda de alineación local. J. Mol. Biol. 215, 403–410 (1990).

Overbeek, R. et al. La SEED y la anotación rápida de genomas microbianos utilizando tecnología de subsistemas (RAST). Ácidos nucleicos Res. 42, D206-D214 (2014).

Parks, D. H., Imelfort, M., Skennerton, C. T., Hugenholtz, P. & amp Tyson, G. W. CheckM: evaluación de la calidad de los genomas microbianos recuperados de aislamientos, células individuales y metagenomas. Genome Res. 25, 1043–1055 (2015).


Especulaciones y conclusiones

La vieja idea de que el plegamiento de proteínas se conserva mejor que la secuencia a lo largo de la evolución (Schulz y Schirmer 1979) está plenamente aceptada hoy en día. El dominio A de las secuencias AAMY es un excelente ejemplo de la preservación del plegamiento (el barril TIM) con una pérdida general simultánea de similitud de secuencia. De hecho, las secuencias de genes han divergido a lo largo de la evolución del "primer gen AAMY" de tal manera que solo los cuatro segmentos indicados en la tabla 4 se identifican fácilmente cuando se comparan los AAMY que pertenecen a grupos no relacionados. Como también hemos informado, las características estructurales de la hélice que se une a los residuos conservados Gly (LA2) y Asp (βA3) también están extraordinariamente bien conservados.

Nuestros resultados sugieren una hipótesis general para la evolución del dominio A en AAMY que involucra dos oleadas de eventos evolutivos. En la primera ola, un conjunto limitado de genes divergió fuertemente de su ancestral común, o primer gen AAMY. Estos AAMY de "primera generación" probablemente tenían un IS muy bajo entre ellos, tenían diferentes longitudes y eran los precursores de algunos de los grupos no relacionados que se muestran en la figura 2. Por lo tanto, las únicas características que los AAMY de primera generación conservaron del gen original fueron (1) los cuatro segmentos indicados en la tabla 4, (2) la estructura 3-D y (3) las características de la hélice αA2. Algunos ejemplos de estos AAMY de primera generación son el ancestro común de AII / BV / EI, el de BVIII / EIII y el de BIV / EII. Cada uno de estos AAMY de primera generación evolucionaría aún más en una segunda ola para producir las secuencias que forman cada grupo (cada AAMY de primera generación da un grupo diferente). Estas secuencias de "segunda generación" divergen sólo ligeramente cuando se comparan con las de la primera ola y constituyen los AAMY contemporáneos. Durante esta segunda ola, HGT podría generar similitudes entre reinos entre grupos (AII / BV / EI, BIV / EII y BVIII / EIII). En este sentido, Mazodier y Davies (1991) sugirieron que la similitud de secuencia entre las AAMY de StrLm (P09794 cluster BVIII) y las de mamíferos e invertebrados (cluster EIII) encontradas por Long et al. (1987) puede ser una prueba de la transferencia genética natural entre organismos relacionados lejanamente. Mazodier y Davies (1991) sugirieron que la dirección HGT sería de Eukaryota a Streptomyces.

El árbol de agrupamiento de Bacteria muestra dos características que no se encuentran en los árboles de Archaea y Eukaryota: (1) la dispersión en diferentes grupos de secuencias AAMY, ya sea de la misma especie o de especies estrechamente relacionadas (basado en motivos taxonómicos) y su opuesto (la agrupación de AAMY de organismos muy distantes), y (2) que las secuencias de AAMY poco relacionadas coexisten con frecuencia en los genomas de algunas especies y se incluyen en diferentes grupos. Siguiendo la hipótesis general mencionada anteriormente para la evolución del dominio A en AAMY, sugerimos que los eventos evolutivos que dieron lugar a esta distribución especial de AAMY bacterianos ocurrieron durante la primera ola. Esta hipótesis se basa en el hecho de que las secuencias afectadas por estos fenómenos evolutivos son plenamente coherentes con las características del resto de secuencias del cluster. Por tanto, demuestra que comparten el mismo antepasado común.

Podemos preguntarnos qué eventos evolutivos son responsables del hecho de que la clasificación de los genes bacterianos AAMY no sea coherente con la clasificación actual de la especie. Probablemente, el primer gen AAMY evolucionó para dar lugar al conjunto limitado de AAMY de primera generación de dos formas diferentes: (1) duplicaciones de genes seguidas de una evolución parsimoniosa independiente y (2) HGT. Además de AAMY, la superfamilia GH-13 comprende otras 18 actividades enzimáticas. Existe evidencia funcional (Kuriki e Imanaka 1999) y basada en secuencia (del-Rio, Morett y Soberon 1997 García-Vallvé, Palau y Romeu 1999) de que el "primer" GH-13 en un genoma puede dar lugar a un conjunto de parálogos a través de la duplicación masiva de genes. A posteriori, estas secuencias pueden evolucionar mediante una evolución parsimoniosa independiente y la adquisición de especificidades sutilmente diferentes para obtener el resto de GH-13 en el genoma. Sin embargo, un genoma también puede adquirir nuevos genes de glucósido hidrolasa de una manera radicalmente diferente: por HGT de un organismo exógeno (Mazodier y Davies 1991 García-Vallvé, Palau y Romeu 1999 García-Vallvé, Romeu y Palau 2000). Figura 2B muestra que las secuencias de AAMY poco relacionadas coexisten en los genomas de algunas especies bacterianas. Lo más probable es que ocurra lo mismo con otras bacterias, pero por el momento solo se ha caracterizado un gen. Por lo tanto, el uso de genomas bacterianos completos podría ayudarnos a descubrir si existe más de un gen AAMY y a probar sus relaciones evolutivas mutuas, es decir, a determinar si son parálogos o uno de ellos ha llegado por HGT. Dado que la asignación de funciones para las secuencias derivadas del genoma se obtiene normalmente mediante la comparación de secuencias con proteínas de función conocida y no a partir de análisis bioquímicos, dicho estudio no debe restringirse a las AAMY y, por lo tanto, debe considerar todos los genes GH-13. Solo 11 de los 25 genomas bacterianos completados (Aquifex aeolicus, Bacillus subtilis, Chlamydia muridarum, Chlamydia pneumoniae, Chlamydia trachomatis, Deinococcus radiodurans, Escherichia coli, Haemophilus influenzae, Mycobacterium tuberculosis, Synechocystis sp., y Thermotoga maritima) tienen al menos un GH-13 (93 genes). Según García-Vallvé, Palau y Romeu (1999), las secuencias de GH-13 en E. coli y B. subtilis parecen ser el producto de la duplicación de genes de un ancestro común no alcanzado por HGT a sus genomas (y lo mismo es válido para el GH-13 del resto de genomas bacterianos completos S. García-Vallvé, comunicación personal). Los genomas bacterianos, donde coexisten secuencias de AAMY poco relacionadas (es decir, AerHy, PseSp, XanCa, StrLi, TheVu y StreBo), aún no se han completado y, por lo tanto, solo se conoce información parcial. Una vez completado, sería de interés estudiar si estos genes son parálogos o el resultado de HGT. Tal información nos permitiría llenar los vacíos de la historia de la evolución de AAMY.


Materiales y métodos

Las secuencias de proteínas depositadas el 26 de abril de 1999 se importaron de la base de datos Swiss-All (formada por SwissProt, TrEMBL y actualizaciones de Bairoch y Apweiler 1999) utilizando el Sistema de Recuperación de Secuencias del Instituto Bioinformático Europeo (http://srs.ebi.ac .Reino Unido/). Se consideraron solo secuencias AAMY bien identificadas (ni putativas ni probables ni hipotéticas) que pertenecían a glucósido hidrolasas de la familia 13 (GH-13) y que contenían completamente los dominios característicos A y B. Todas las secuencias se acortaron para producir segmentos informativamente similares que correspondían al estricto (β / α)8 estructura barril más dominio B (segmentos A + B) (ver fig. 1). Por lo tanto, no se consideró ni la cola N-terminal ni el dominio C. Los segmentos de aminoácidos de referencia utilizados para definir las secuencias A + B se obtuvieron analizando las estructuras del banco de datos de proteínas AAMY (PDB) (Berman et al. 2000). Más específicamente, tomamos las secuencias de PDB del primer residuo en βA1 hasta el último residuo en βA8 como nuestra referencia. Los puntos de inicio y finalización para los segmentos A + B en AAMY no cristalizados se obtuvieron fácilmente mediante alineaciones locales contra los segmentos derivados de PDB más similares. Se eliminó la redundancia para secuencias A + B idénticas obtenidas de la misma especie. Las secuencias restantes constituyeron nuestra "muestra completa", que se compone de 144 secuencias (7 de Archaea, 48 de Bacteria y 89 de Eukaryota) de 87 especies diferentes. Todas las clasificaciones taxonómicas de las fuentes AAMY se realizaron de acuerdo con la base de datos de taxonomía (http://www3.ncbi.nlm.nih.gov/Taxonomy/).

En una segunda etapa, todos los segmentos A + B se utilizaron para producir dos conjuntos de secuencias diferentes, uno correspondiente al dominio estricto A y el otro correspondiente al dominio B. Una vez más, el límite entre dominios se obtuvo inspeccionando visualmente todos los cristalizados. AAMYs. La secuencia para el dominio B va del residuo de His altamente conservado ubicado después de βA3 a cuatro residuos aguas abajo del Asp que se une a Ca 2+ (justo antes de αA3, la α-hélice que precede a la β altamente conservadaA4). El dominio A se obtuvo uniendo los dos subsegmentos a la izquierda y a la derecha del dominio B. Para algunas secuencias (por ejemplo, Q05884 [StrLi]), el límite C-terminal del dominio B fue difícil de encontrar. En estos casos especiales, usamos el servidor PSIpred (http://insulin.brunel.ac.uk/psipred) para predecir la estructura secundaria para las secuencias A + B correspondientes e identificar dónde αA3 comenzó. Se eligió este servidor porque en la última Evaluación crítica de técnicas para la predicción de la estructura de proteínas (CASP3 http://PredictionCenter.llnl.gov/casp3/), fue el método más preciso de predicción de estructura secundaria probado, logrando un total de tres precisión de estado del 77% en 24 objetivos de predicción. El servidor PSIpred se utilizó (1) para encontrar las ubicaciones de las cadenas β en el dominio A de secuencias con una similitud baja general con AAMY cristalizadas y (2) para confirmar las ubicaciones de estructuras secundarias inferidas de alineamientos con secuencias de estructuras cristalizadas. Se utilizaron ampliamente dos métodos de predicción ofrecidos por el servidor para probar la coherencia de las asignaciones de estructura secundaria. Estos fueron PSIpred para predecir la estructura secundaria de la proteína y GenTHREADER para predecir la estructura terciaria de la proteína mediante el reconocimiento de veces.

Para evitar sesgos en nuestros resultados debido a isoenzimas muy similares de una especie determinada en la muestra completa, definimos una "muestra representativa" de AAMY. Por lo tanto, la nueva muestra contenía 7 secuencias de Archaea, 44 de Bacteria y 61 de Eukaryota y estaba compuesta por AAMY de diferentes especies biológicas e isoenzimas con índices de similitud (SI) por debajo del 95% para los dominios A y B. Los resultados presentados en este documento, cuando no se indique específicamente, provienen de la muestra representativa. El conjunto de secuencias AAMY que forman esta muestra se muestra en la figura 2, en la que las secuencias pueden identificarse por sus números de acceso Swiss-All y las abreviaturas de los nombres de las especies se componen de las tres primeras letras del nombre del género seguido. por las dos primeras letras del nombre de la especie (por ejemplo, AerHy para Aeromonas hydrophila). Los resultados de la muestra completa pueden obtenerse como material complementario en nuestro sitio web (http://argo.urv.es/∼pujadas/AAMY/AAMY_01).

Las secuencias de GH-13 de genomas bacterianos completos (http://www.ebi.ac.uk/genomes) se obtuvieron de la base de datos CAZy (http://afmb.cnrs-mrs.fr/∼pedro/CAZY/ghf_13.html ). El análisis de un posible mecanismo de transferencia horizontal de genes (HGT) para la evolución de GH-13 en genomas bacterianos completos fue proporcionado por S. García-Vallvé (comunicación personal) y obtenido por el método de García-Vallvé, Palau y Romeu (1999 ).

La recuperación de datos cristalográficos, así como la información derivada de la secuencia y la estructura, se tomaron de la base de datos y los enlaces en el Explorador de estructuras (http://www.rcsb.org/pdb/). Las entradas de PDB para AAMY fueron las siguientes: 1BSI (Rydberg et al. 1999), 1B2Y (Qian et al. 1994), 1CPU (GD Brayer et al., Comunicación personal), 1HNY (Brayer, Luo y Withers 1995), y 1SMD (Ramasubbu et al. 1996) de Homo sapiens 1BVN (Wiegand, Epp y Huber 1995), 1DHK (Bompard-Gilles et al. 1996), 1JFH (Qian et al. 1997), 1OSE (Gilles et al. 1996), 1PIF (Machius et al. 1996), 1PIG (Machius et al. 1996) y 1PPI (Qian et al. 1994) de Sus scrofa 1JAE (Strobl et al. 1998a ), 1TMQ (Strobl et al. 1998B ) y 1VIW (Nahoum et al. 1999) de Tenebrio molitor 1AMY (Kadziola et al. 1994), 1AVA (Vallee et al. 1998) y 1BG9 (Kadziola et al. 1998) de Hordeum vulgare 2AAA (Boel et al. 1990) de Aspergillus niger 2TAA (Matsuura et al. 1984) y 6TAA y 7TAA (Brzozowski y Davies 1997) de Aspergillus oryzae 1BLI (Machius et al. 1998), 1BPL (Machius, Wiegand y Huber 1995) y 1VJS (Hwang et al. 1997) de Bacillus licheniformis 1 BOLSA (Fujimoto et al. 1998) de Bacillus subtilis y 1AQH, 1AQM (Aghajari et al. 1998a ) y 1B0I (Aghajari et al. 1998B ) de Pseudoalteromonas haloplanctis. Las resoluciones de difracción de rayos X y los factores R para estas estructuras oscilaron entre 1,6 y 3,2 Å y entre 0,151 y 0,208, respectivamente. Aunque 1BVZ de Thermoactinomyces vulgaris (Kamitori et al. 1999) se considera un AAMY en su archivo PDB, una búsqueda FASTA (http://www2.ebi.ac.uk/fasta3/) mostró que esta enzima es una neopululanasa (EC 3.2.1.135) cuya secuencia coincide exactamente con la entrada de SwissProt NEPU_THEVU (Q08751).

Se llevaron a cabo alineamientos de secuencias múltiples para secuencias de proteínas de la base de datos de trabajo con el algoritmo CLUSTAL V (Higgins y Sharp 1989) y el programa comercial MEGALIGN, versión 3.16, del paquete de software Lasergene (1997 DNASTAR, Inc., Londres, Inglaterra) funcionando en un Power Macintosh. Los dendrogramas iniciales y los SI se calcularon aplicando subrutinas MEGALIGN disponibles que calcularon el parámetro SI entre dos secuencias (I y j) based on the method of Wilbur and Lipman (1983) with a gap penalty of 3, a K-tuple of 1, five top diagonals, and a window size of 5. The SI was calculated as the number of exactly matching residues in this alignment minus a “gap penalty” for every gap introduced. The result was then expressed as a percentage of the length of the shorter sequence. Multiple-alignment parameters (fixed and floating gap penalties) both had a value of 10. The protein weight matrix was PAM 250. We calculated the phylogenetic trees by the neighbor-joining method ( Saitou and Nei 1987 ) with 1,000 bootstrap replicates and a seed value of 111 with the CLUSTAL X program, version 1.8 ( Thompson et al. 1997 ). Unrooted trees were drawn with NJPLOT ( Perrière and Gouy 1996 ).

Hydrogen bonds involved in helix-capping interactions at the N- and C-terminal ends of αA2, along with distances between donors and acceptors, were analyzed using HBPLUS ( McDonald and Thornton 1994 ). The capping interactions were visually analyzed with the program Rasmol ( Sayle and Milner-White 1995 ) using a Silicon Graphics Indigo 2 XZ workstation. The DSSP algorithm included in Rasmol was used to determine the limits of β-strands which were not included in the PDB files (e.g., some of the β-strands in the TIM barrel of 1AQH), although their presence was obvious in the visualization.


Publications by authors named "Andrew Moore"

Division of Pulmonary and Critical Care Medicine, Stanford University School of Medicine, Stanford, CA, USA.

Descargar PDF de texto completo

International Association for the Study of Pain Presidential Task Force on Cannabis and Cannabinoid Analgesia: research agenda on the use of cannabinoids, cannabis, and cannabis-based medicines for pain management.

Autores:

Pain 2021 Jul162(Suppl 1):S117-S124

Pain Research, Department of Surgery & Cancer, Faculty of Medicine, Imperial College London, United Kingdom.

Descargar PDF de texto completo

Pragmatic but flawed: the NICE guideline on chronic pain.

Autores:

Lancet 2021 May397(10289):2029-2031

Research Department of Clinical, Educational and Health Psychology, University College London, London, UK.

Descargar PDF de texto completo

Adhesion-mediated mechanosignaling forces mitohormesis.

Autores:

Cell Metab 2021 May 17. Epub 2021 May 17.

Center for Bioengineering and Tissue Regeneration, Department of Surgery, University of California, San Francisco, San Francisco, CA 94143, USA Department of Bioengineering and Therapeutic Sciences and Department of Radiation Oncology, Eli and Edythe Broad Center of Regeneration Medicine and Stem Cell Research, and The Helen Diller Family Comprehensive Cancer Center, University of California, San Francisco, San Francisco, CA 94143, USA. Dirección electrónica:

Descargar PDF de texto completo

What a privilege to have been a true editor.

Autores:

Bioessays 2021 Jun43(6):e2100111

Descargar PDF de texto completo

Actin mixes up mitochondria for inheritance.

Autores:

Nature 2021 May 14. Epub 2021 May 14.

Descargar PDF de texto completo

Tumor cell invasion into Matrigel: optimized protocol for RNA extraction.

Autores:

Biotechniques 2021 Jun 1070(6):327-335. Epub 2021 May 10.

Department of Onco-haematology, Gene & Cell Therapy, Bambino Gesù Children's Hospital-IRCCS, Rome, 00146, Italy.

Descargar PDF de texto completo

Is it worth writing covering letters anymore? Yes, but not for the reason you'd imagine.

Autores:

Bioessays 2021 May43(5):e2100085

Descargar PDF de texto completo

Phylogeny of the Bacillus altitudinis Complex and Characterization of a Newly Isolated Strain with Antilisterial Activity.

Autores:

J Food Prot 2021 Apr 1. Epub 2021 Apr 1.

The University of Tennessee Assistant Professor Food Science 2600 River Drive UNITED STATES Knoxville TN 37996.

Descargar PDF de texto completo

Actin cables and comet tails organize mitochondrial networks in mitosis.

Autores:

Nature 2021 Mar 3591(7851):659-664. Epub 2021 Mar 3.

Department of Physiology, University of Pennsylvania Perelman School of Medicine, Philadelphia, PA, USA.

Descargar PDF de texto completo

ZAP-70 constitutively regulates gene expression and protein synthesis in chronic lymphocytic leukemia.

Autores:

Blood 2021 Feb 22. Epub 2021 Feb 22.

University of Cambridge, Cambridge, United Kingdom.

Descargar PDF de texto completo

The cost of superficial values in a life-threatening pandemic: How globalization grates against evolution….

Autores:

Bioessays 2021 Mar43(3):e2100026

Descargar PDF de texto completo

Genomic Background Governs Opposing Responses to Nalidixic Acid upon Megaplasmid Acquisition in .

Autores:

mSphere 2021 02 176(1). Epub 2021 Feb 17.

School of Plant Sciences, University of Arizona, Tucson, Arizona, USA.

Descargar PDF de texto completo

ACE2 abrogates tumor resistance to VEGFR inhibitors suggesting angiotensin-(1-7) as a therapy for clear cell renal cell carcinoma.

Autores:

Sci Transl Med 2021 Jan13(577)

Division of Hematology-Oncology and Cancer Biology, Beth Israel Deaconess Medical Center, Harvard Medical School, Boston, MA 02215, USA.

Descargar PDF de texto completo

Cigarette Smoke Activates NOTCH3 to Promote Goblet Cell Differentiation in Human Airway Epithelial Cells.

Autores:

Am J Respir Cell Mol Biol 2021 0464(4):426-440

Department of Medicine, Section of Pulmonary, Critical Care and Sleep Medicine, University of Oklahoma Health Sciences Center, Oklahoma City, Oklahoma and.

Descargar PDF de texto completo

Reliability and diagnostic performance of a new blood ketone and glucose meter in humans.

Autores:

J Int Soc Sports Nutr 2021 Jan 718(1). Epub 2021 Jan 7.

Department of Kinesiology, Augusta University, 3109 Wrightsboro Road, Augusta, GA, 30909, USA.

Fondo: Accurate and reliable monitoring of blood ketone and glucose levels is useful for athletes adhering to a ketogenic diet who want to verify that they are in a state of ketosis and, therefore, accruing performance adaptations. However, the cost of devices and testing materials may prohibit their use. More affordable field testing systems are available, but their accuracy and reliability remain in question. The objectives of this study were to evaluate the agreement between a previously validated ketone and glucose meter (Meter 1 - Precision Xtra) and a more affordable meter that has not been validated (Meter 2 - Keto-Mojo), and also to assess the diagnostic performance of Meter 2 for identifying nutritional ketosis.

Métodos: Thirteen participants (7 females and 6 males 21.6 ± 3.0 years old) visited the laboratory three times in this randomized, double-blind cross-over design study. Ketone and glucose levels were measured with Meter 1 and Meter 2 twice before and twice after ingestion of a racemic ketone, natural ketone, or maltodextrin supplement. Intraclass correlation coefficient (ICC) estimates and their 95% confidence intervals were calculated to evaluate interrater reliability for Meter 1 and Meter 2. Bland-Altman plots were constructed to visually assess the agreement between devices. Area under the ROC curve analysis was performed to evaluate the diagnostic ability of Meter 2 to detect nutritional ketosis at a threshold ketone level of 0.5 mM as identified by Meter 1.

Resultados: Reliability between the meters was excellent for measuring ketones (ICC = .968 .942-.981) and good for measuring glucose (ICC = .809 .642-.893), though the Bland-Altman plot revealed substantial differences in agreement for measuring glucose. Area under the ROC curve (Area = 0.913 0.828-0.998) was excellent for diagnosing nutritional ketosis.

Conclusiones: Both Meter 1 and Meter 2 displayed excellent agreement between each other for ketone measurement. Meter 2 also displayed an excellent level of accuracy for diagnosing nutritional ketosis at a threshold value of 0.5 mM, making it an effective and affordable alternative to more expensive testing devices.


Ver el vídeo: 4 Genética Bacteriana y Transferencia Horizontal (Agosto 2022).