Новый метод помогает понять эволюцию генов и устойчивость к антибиотикам
Международная группа учёных, включая профессора вычислительной биологии Йенса Лагергрена из Королевского технологического института в Стокгольме (KTH), разработала улучшенный метод для понимания того, как эволюционируют гены.
Суть метода
Новая модель позволяет реконструировать историю гена. Эволюцию семейств генов (близкородственных генов со сходными функциями) можно изобразить в виде дерева. На него влияют как точечные мутации, так и крупные события: потери или дупликации целых генов, создающие новые гены в семействе.
У бактерий гены также часто переносятся между особями одного вида и даже перепрыгивают от одного вида к другому. Именно так распространяется устойчивость к антибиотикам между разными штаммами бактерий.
Как работает модель
Исследователи из KTH и SciLifeLab создали вероятностные модели, которые дают более детальную картину:
- Как генеалогическое древо гена росло в ходе эволюции.
- Когда именно гены перепрыгивали с одного вида на другой в древе видов.
В основе метода лежат математические модели и байесовский анализ. Это позволяет, отталкиваясь от реального наблюдения, определить, какая модель наиболее вероятна. Такой анализ слишком трудоёмок для ручных расчётов, но выполним с помощью компьютеров.
Результаты и перспективы
Метод был опробован на двух наборах бактериальных видов и показал значительно лучшую работу по сравнению с традиционными нестатистическими методами.
Сейчас это фундаментальное исследование для понимания истории генов. Однако в долгосрочной перспективе модель может:
- Дать более глубокое понимание того, как эволюционировали и связаны между собой виды — не только через прямое наследование, но и через перенос генов.
- Стать основой для борьбы с антибиотикорезистентностью.
Как отмечает Лагергрен, разработанный алгоритм и сопутствующее программное обеспечение станут важным инструментом для исследователей, работающих с бактериями и генами, которые те передают латерально, например, генами устойчивости к антибиотикам.
Работа опубликована в журнале Systematic Biology (импакт-фактор около 12).