Как эволюция перестраивает генетические цепи для создания новых паттернов

Биологическое развитие зависит от пространственных паттернов — линий, которые в итоге формируют сегменты, органы или узоры вроде полос и пятен. Механизмы, генерирующие эти планы строения тела, удивительно похожи у разных видов. Центральную роль в формировании паттернов играют генные регуляторные сети — системы генов, контролирующих активность других генов. Однако то, как эти сети эволюционируют для создания новых паттернов, изучено меньше.

Этим вопросом занимается команда Зены Хадживасилиу. «У нас неполная картина того, как эволюционируют эти механизмы паттернирования, — говорит она. — Когда у вида появляется новый тип отметины, например, новое глазное пятно на крыле бабочки, он не возникает с нуля. Он появляется в результате тонкой перестройки лежащей в основе генетической архитектуры. Но какие мутации делают это возможным? И есть ли правила, определяющие, какие новые паттерны возможны, а какие остаются недостижимыми?»

Эволюция генетических сетей: предсказуемый путь?

Новое исследование лаборатории, опубликованное в PRX Life, исследует, ускоряют ли определенные типы мутаций в сетях паттернирования эволюцию новых паттернов и приводят ли эти изменения к предсказуемым эволюционным результатам.

Хадживасилиу ссылается на классический мысленный эксперимент палеонтолога Стивена Джей Гулда: если бы мы могли перемотать «ленту жизни», получили бы мы то же разнообразие животного мира, что видим сегодня? Для Гулда ответ — нет: кажущиеся незначительными случайные события в истории толкали эволюцию по пути, который вряд ли повторится.

Изменения, происходящие вместе, остаются вместе

Экспериментально ответить на эти вопросы почти невозможно. Чтобы начать решать эту задачу, математик и специалист по компьютерным наукам Гарри Бут создал виртуальную модель процесса — компьютерную симуляцию, показывающую, как маленькие сети генов эволюционируют под действием естественного отбора.

«Наша система моделирует генетические сети, которые «инструктируют» клетки выбрать конкретную судьбу в зависимости от их положения в ткани, — говорит Бут. — Небольшие изменения внутри этих сетей могут приводить к большим различиям в производимых ими пространственных паттернах».

Запустив симуляцию более 100 000 раз, команда смогла построить статистическую картину того, как эволюция обычно ищет новые паттерны. На таком масштабе случайные черты эволюции исчезают, и остаются общие свойства этих процессов.

Симуляция позволила выявить правила о наиболее важных типах мутаций:

• Настройка существующей границы (например, смещение начала или конца полосы) требовала лишь небольших изменений в силе существующих взаимодействий генов.
• Создание новой границы было гораздо сложнее. Обычно оно требовало нескольких одновременных изменений: например, добавления совершенно новых регуляторных связей и одновременного переключения роли гена с активации на ингибирование.

«Короче говоря, тонкая настройка проста, но подлинные инновации требуют более серьезной встряски сети», — резюмирует Бут.

История оставляет свой след

А что насчёт «ленты жизни» Гулда? Используя огромный набор данных об эволюционных траекториях, Бут обучил модель машинного обучения, которая могла прогнозировать, к какому дизайну сети движется траектория. Оказалось, что аспекты эволюции можно предсказать.

«История действительно оставляет свой след, — заключает он. — Мы обнаружили, что определенные мутации радикально меняют предсказанный эволюционный исход. Это говорит о том, что мутация создает развилку на раннем этапе эволюционного пути, которая, несмотря на присущую эволюции случайность, надежно перенаправляет эволюцию к конкретной цели».

Это открытие подтверждает гипотезу о том, что случайные события в истории формируют будущее эволюции вида. «Модель помогает объяснить, как небольшие, казалось бы, неважные события в эволюционной истории могут иметь долгосрочное влияние на развитие и разнообразие форм животных», — говорит Хадживасилиу.

Следующим шагом команда надеется обнаружить признаки выявленных в виртуальном эксперименте принципов в генетических данных реальных организмов, таких как плодовые мушки. «Мы заложили основу для некоторых действительно интересных экспериментов, теперь, когда мы немного больше знаем о типах эволюционных процессов, необходимых для развития этих сетей, и о том, как они могут производить новые паттерны», — заключает Бут.