Новый метод анализа геномов подтверждает классические взгляды на раннюю эволюцию животных

Сравнительный анализ геномного содержания проливает свет на раннюю эволюцию животных. Новый метод, позволяющий использовать в таких исследованиях более крупные наборы данных, дает результаты, согласующиеся с классическими представлениями о филогении животных.

Реконструкция филогении животных помогает ответить на нерешенные вопросы эволюционной биологии. Однако проследить глубокие филогенетические связи животных остается сложной задачей. Современные подходы в основном основаны на сравнительном анализе аминокислотных последовательностей белков, применяемом к «филогеномным» наборам данных. Несмотря на это, общепринятое филогенетическое древо животных, особенно в его корневой части, до сих пор отсутствует.

Исследователи под руководством профессора Герта Вёреиде (LMU Мюнхен), доктора Уокера Петта (Университет штата Айова, США) и профессора Давиде Писани (Бристольский университет, Великобритания) представили новый методологический подход, который позволяет избежать трудностей анализа последовательностей и подтверждает классический взгляд на филогению животных. Результаты опубликованы в журнале Molecular Biology and Evolution.

Проблема с ортологами

Для выяснения связей между рано эволюционировавшими группами животных биологи сравнивают последовательности гомологичных генов. Обычно эти анализы сосредоточены на ортологах — генах, предположительно унаследованных напрямую от общего предка. Однако гены эволюционируют с разной скоростью. В линиях, прошедших быструю диверсификацию, гены могут меняться так быстро, что становится трудно уверенно идентифицировать истинные ортологи. Это сокращает объем данных для филогенетического анализа и может снизить статистическую значимость результатов.

Новый подход: анализ содержания генных семейств

Чтобы избежать этих недостатков, команда использовала другую стратегию. В качестве данных анализировалось присутствие или отсутствие гомологичных генных семейств (содержание генов), а не сравнение последовательностей ортологов. Такой сдвиг позволяет учитывать не только ортологи, но и паралоги — гены, возникшие в результате дупликации и эволюционирующие независимо. «Когда в сравнительный филогенетический анализ включаются все гомологичные генные семейства, а не только ортологи, у нас появляется гораздо более глубокий запас информации», — объясняет Уокер Петт.

Результаты: губки — сестринская группа для всех других животных

Для проверки метода исследователи изучили филогению самых ранних ветвей в древе животных, используя либо полный набор идентифицируемых гомологичных генных семейств, либо только подмножество ортологов. Особый интерес представляли губки (Porifera) и гребневики (Ctenophora), поскольку неясно, какая из этих групп является сестринской по отношению ко всем другим животным. «Независимо от того, включаем мы паралоги или нет, наши результаты согласуются с классическим взглядом на филогению животных: губки являются сестринской группой для всех других современных линий животных», — говорит Герт Вёреиде.

Положение гребневиков

Анализ только содержания ортологов помещает гребневиков в качестве сестринской группы Placozoa, Cnidaria и Bilateria (последняя группа включает 95% современных видов животных). Однако включение данных о содержании гомологичных генных семейств идентифицирует гребневиков как сестринскую группу Cnidaria (стрекающих). Этот результат согласуется с гипотезой Coelenterata, основанной на морфологических исследованиях середины XIX века, которая в последние годы вышла из моды.

Выводы

«Мы заключаем, что аномальное положение некоторых высокодивергентных линий, таких как гребневики, отражает фундаментальное ограничение возможностей обычных методов, основанных на последовательностях и использующих только данные по ортологам, разрешать ветвления очень древних линий», — говорит Вёреиде. Исследователи полагают, что введенный ими анализ содержания генов должен в будущем использоваться для проверки гипотез, основанных на сравнительном анализе последовательностей ортологов. Как и в других областях, если анализ двух разных наборов данных дает один результат, то можно быть более уверенным в нем, чем в каждом из отдельных исходов.