Метилирование в регуляторном участке единственного гена изменило поведение мух и заставило их более интенсивно искать еду, показали биологи из университета Торонто (Канада). Исследование подчеркивает важность эпигенетических меток в регулировании поведения. Статья опубликована в Proceedings of the National Academy of Sciences.
Во всех клетках многоклеточных организмов последовательность ДНК одинакова, однако в разных органах и тканях гены экспрессируются по-разному. Активность генов чаще всего регулируется при помощи эпигенетических меток — химических модификаций либо самой ДНК, либо белков, с которыми она связана (гистонов). Одна из основных модификаций — это метилирование гистонов, которое осуществляется специальными ферментами — метилтрансферазами.
Эпигенетические метки появляются в клетке не только в процессе протекания «плановых» биохимических процессов, но и в результате адаптации к изменившимся условиям среды. В таком случае метки могут даже наследоваться в течение нескольких поколений, поддерживая адаптированный фенотип (о том, как это происходит, мы писали, например здесь, здесь и здесь).
В новой работе канадские исследователи показали вклад эпигенетического регулирования в поведение мух. Оказалось, что разные аллели гена for приводят к различию в активности дрозофил благодаря различному уровню метилирования одной из его регуляторных последовательностей.
Среди существующих мутантных линий дрозофил, которые были получены генетиками за время работы с ними, есть две линии, отличающиеся активностью пищевого поведения. Мухи-«собиратели» (rovers) в тесте на поисковое поведение много передвигаются и находят существенно больше сахарных капель на экспериментальной площадке, чем «оседлые» мухи (sitters), которые мало двигаются и находят мало еды (описание теста приведено на рисунке ниже).
Известно, что «собиратели» и «оседлые» отличаются разными аллелями гена for (от foraging, то есть собирательство или поиск пищи), однако как именно генотип определяет разницу в поведении, было неясно. Ученые обнаружили, что у «собирателей» экспрессия гена for ниже, чем у «оседлых», и, по-видимому, это снижение обусловлено повышением уровня метилирования гистонов в одном из регуляторных участков (промоторов) гена.
Когда активность гена for искусственно подавили у «оседлых» мух, они стали более активными. К такому же результату привело выключение гена G9a, который кодирует метилтрансферазу. Отсутствие фермента у «оседлых» мух привело к тому, что метилирование в промоторе гена for увеличилось, а его экспрессия снизилась. При этом у мух-«собирателей» уровень метилирования промотора наоборот снизился. Авторы работы обнаружили полиморфизм в регуляторном участке гена for, который, по-видимому, и определяет разный уровень привлечения метилтрансферазы к этому месту у подвижных мух и у ленивых.
Механизм влияния продукта гена for на поведение в данной работе остался за кадром — известно только, что этот ген кодирует фермент, модифицирующий другие белки, и что его экспрессия наблюдается в мозге и в яичниках мух. Однако регуляция поведения путем метилирования единственного промотора сама по себе представляет интересный пример вклада эпигенетики в фенотип.
Эпигенетическое регулирование генов влияет на поведение даже у людей — например, исследователи установили связь между бедностью, метилированием ДНК и депрессией у подростков.
Проект получил название Unknome
Британские исследователи представили пополняемую и редактируемую пользователями базу данных белков, в которой они ранжируются по степени того, насколько мало о них известно. Проект призван обратить внимание на подобные белки и ускорить процесс их изучения. Публикация об этом появилась в журнале PLoS Biology. Как известно со времени прочтения человеческого генома, в нем закодировано примерно 20 тысяч белков. Применение протеомного и транскриптомного подхода в прошедшие после этого два десятилетия подтвердило, что большинство из них экспрессируются, и позволило выяснить назначение многих из них. Тем не менее, многие белки до сих пор остаются не охарактеризованными несмотря на то, что значительная их часть эволюционно консервативна и может выполнять критически важные функции. Во многом это связано с тем, что исследователи склонны фокусироваться на уже изученных белках, поскольку такие работы дают более предсказуемый результат. Чтобы систематизировать подход к идентификации и характеризации неизвестных белков, сотрудники Лаборатории молекулярной биологии британского Совета по медицинским исследованиям, Кембриджского и Оксфордского университетов под руководством Мэтью Фримена (Matthew Freeman) и Шона Манро (Sean Munro) создали и выложили в открытый доступ базу данных Unknome (буквально «незном», сокращенное от unknown genome — «неизвестный геном»). Она содержит ортологичные по базе PANTHER и собранные в кластеры последовательности белков человека и популярных модельных животных (таких, например, как кишечная палочка, дрозофила и мышь), взятые из базы UniProt. Им присваивается численная оценка «известности» (knownness) на основании аннотаций в проекте Gene Ontology (GO). Пользователи могут присваивать им свою оценку, исходя из имеющейся информации. Авторы работы оценили пригодность Unknome как основания для экспериментальной работы, выбрав с его помощью набор из 260 белков дрозофилы с неизвестными функциями (показатель известности 1,0 и менее), сохранившихся у людей. Нокдаун некоторых из этих генов с помощью РНК-интерференции приводил к утрате жизнеспособности. Функциональный скрининг остальных указал на участие некоторых в фертильности, развитии организма, передвижении, контроле качества синтезированных белков и устойчивости к стрессу. Выборочное выключение генов с использованием CRISPR/Cas9 определило два гена, отвечающих за мужскую фертильность, и компонент сигнального пути Notch, принимающего участив нейрогенезе, онкогенезе и связанного с различными неврологическими заболеваниями и пороками развития. Исследователи заключают, что тщательная оценка недостаточности знаний о функции гена и кодируемого им белка предоставляет ценный ресурс для поиска направлений биологических исследований и, возможно, стратегий их эффективного финансирования. Иногда на точность генетических баз данных могут влиять весьма неожиданные факторы. В материале «Наследили тут» можно почитать о том, как данные в одной из таких баз оказались испорчены неизвестными паразитами.