El sesgo de uso de codones se refiere a las diferencias en la frecuencia de aparición de codones sinónimos en el ADN codificante . Un codón es una serie de tres nucleótidos (un triplete) que codifica un residuo de aminoácido específico en una cadena polipeptídica o para la terminación de la traducción ( codones de terminación ).
Hay 64 codones diferentes (61 codones que codifican aminoácidos y 3 codones de terminación) pero solo 20 aminoácidos traducidos diferentes. La sobreabundancia en el número de codones permite que muchos aminoácidos sean codificados por más de un codón. Debido a tal redundancia se dice que el código genético está degenerado. Los códigos genéticos de diferentes organismos a menudo están sesgados hacia el uso de uno de los varios codones que codifican el mismo aminoácido sobre los demás; es decir, se encontrará una frecuencia mayor de la esperada por casualidad. Cómo surgen tales sesgos es un área muy debatida de la evolución molecular . Las tablas de uso de codones que detallan el sesgo de uso de codones genómicos para organismos en GenBank y RefSeq se pueden encontrar en elProyecto HIVE-Codon Usage Tables (HIVE-CUTs) , [1] que contiene dos bases de datos distintas, CoCoPUTs y TissueCoCoPUTs. Juntas, estas dos bases de datos proporcionan estadísticas completas y actualizadas sobre el uso de codones, pares de codones y dinucleótidos para todos los organismos con información de secuencia disponible y 52 tejidos humanos, respectivamente. [2] [3]
En general, se reconoce que los sesgos de codones reflejan un equilibrio entre los sesgos mutacionales y la selección natural ( equilibrio mutación-selección ) para la optimización traslacional. Los codones óptimos en microorganismos de crecimiento rápido, como Escherichia coli o Saccharomyces cerevisiae (levadura de panadería), reflejan la composición de su respectivo grupo de ARN de transferencia genómica (ARNt). [4] Se cree que los codones óptimos ayudan a lograr velocidades de traducción más rápidas y una alta precisión. Como resultado de estos factores, se espera que la selección de traducción sea más fuerte en genes altamente expresados , como es el caso de los organismos mencionados anteriormente. [5] [6] En otros organismos que no muestran altas tasas de crecimiento o que presentan pequeños genomas, la optimización del uso de codones normalmente está ausente y las preferencias de codones están determinadas por los sesgos mutacionales característicos observados en ese genoma en particular. Ejemplos de esto son Homo sapiens (humano) y Helicobacter pylori . [7] [8] Los organismos que muestran un nivel intermedio de optimización del uso de codones incluyen Drosophila melanogaster (mosca de la fruta), Caenorhabditis elegans ( gusano nematodo ), Strongylocentrotus purpuratus ( erizo de mar ) y Arabidopsis thaliana ( berro thale ). [9] Se sabe que varias familias virales ( herpesvirus , lentivirus , papilomavirus , poliomavirus , adenovirus y parvovirus ) codifican proteínas estructurales que muestran un uso de codones muy sesgado en comparación con la célula huésped . Se ha sugerido que estos sesgos de codones juegan un papel en la regulación temporal de sus proteínas tardías. [10]
La naturaleza del uso de codones-optimización del ARNt se ha debatido intensamente. No está claro si el uso de codones impulsa la evolución del ARNt o viceversa. Se ha desarrollado al menos un modelo matemático en el que tanto el uso de codones como la expresión del ARNt coevolucionan en forma de retroalimentación ( es decir , los codones ya presentes en altas frecuencias aumentan la expresión de sus ARNt correspondientes, y los ARNt normalmente expresados en niveles altos aumentan la frecuencia de sus codones correspondientes). Sin embargo, este modelo no parece tener aún una confirmación experimental. Otro problema es que la evolución de los genes del ARNt ha sido un área de investigación muy inactiva. [ cita requerida ]
Factores contribuyentes
Se ha propuesto que diferentes factores están relacionados con el sesgo de uso de codones, incluido el nivel de expresión génica (que refleja la selección para optimizar el proceso de traducción mediante la abundancia de ARNt), el contenido de guanina-citosina (contenido de GC, que refleja la transferencia horizontal de genes o el sesgo mutacional), guanina-citosina sesgo ( sesgo de GC, que refleja el sesgo mutacional específico de la hebra), conservación de aminoácidos , hidropatía de proteínas , selección transcripcional, estabilidad del ARN, temperatura de crecimiento óptima, adaptación hipersalina y nitrógeno dietético. [11] [12] [13] [14] [15] [16]
Teorías evolutivas
Sesgo mutacional versus selección
Aunque el mecanismo de selección del sesgo de codones sigue siendo controvertido, las posibles explicaciones de este sesgo se dividen en dos categorías generales. Una explicación gira en torno a la teoría seleccionista , en la que el sesgo de codones contribuye a la eficiencia y / o precisión de la expresión de proteínas y, por tanto, se somete a una selección positiva . El modelo de selección también explica por qué los codones más frecuentes son reconocidos por moléculas de ARNt más abundantes, así como la correlación entre los codones preferidos, los niveles de ARNt y el número de copias de genes . Aunque se ha demostrado que la tasa de incorporación de aminoácidos en codones más frecuentes ocurre a una tasa mucho más alta que la de los codones raros, no se ha demostrado que la velocidad de traducción se vea afectada directamente y, por lo tanto, el sesgo hacia codones más frecuentes puede no serlo. ser directamente ventajoso. Sin embargo, el aumento en la velocidad de elongación de la traducción aún puede ser indirectamente ventajoso al aumentar la concentración celular de ribosomas libres y potencialmente la tasa de iniciación de los ARN mensajeros (ARNm). [17]
La segunda explicación para el uso de codones se puede explicar por el sesgo mutacional , una teoría que postula que el sesgo del codón existe debido a la no aleatoriedad en los patrones mutacionales. En otras palabras, algunos codones pueden sufrir más cambios y, por lo tanto, dar como resultado frecuencias de equilibrio más bajas, también conocidas como codones "raros". Los diferentes organismos también exhiben diferentes sesgos mutacionales, y existe una evidencia creciente de que el nivel de contenido de GC en todo el genoma es el parámetro más significativo para explicar las diferencias de sesgo de codones entre organismos. Estudios adicionales han demostrado que los sesgos de codones se pueden predecir estadísticamente en procariotas utilizando solo secuencias intergénicas , lo que contradice la idea de fuerzas selectivas en las regiones codificantes y apoya aún más el modelo de sesgo de mutación. Sin embargo, este modelo por sí solo no puede explicar completamente por qué los codones preferidos son reconocidos por ARNt más abundantes. [17]
Modelo de equilibrio mutación-selección-deriva
Para reconciliar la evidencia tanto de las presiones mutacionales como de la selección, la hipótesis predominante para el sesgo de codones puede explicarse mediante el modelo de equilibrio mutación-selección-deriva . Esta hipótesis establece que la selección favorece a los codones principales sobre los codones menores, pero los codones menores pueden persistir debido a la presión de mutación y la deriva genética . También sugiere que la selección es generalmente débil, pero que la intensidad de la selección aumenta a una mayor expresión y restricciones más funcionales de las secuencias de codificación. [17]
Consecuencias de la composición de codones
Efecto sobre la estructura secundaria del ARN
Debido a que la estructura secundaria del extremo 5 ' del ARNm influye en la eficiencia de traducción, los cambios sinónimos en esta región del ARNm pueden producir efectos profundos sobre la expresión génica. Por tanto, el uso de codones en regiones de ADN no codificantes puede desempeñar un papel importante en la estructura secundaria del ARN y en la expresión de proteínas aguas abajo, que pueden sufrir presiones selectivas adicionales. En particular, una estructura secundaria fuerte en el sitio de unión al ribosoma o en el codón de inicio puede inhibir la traducción, y el plegamiento del ARNm en el extremo 5 'genera una gran variación en los niveles de proteína. [18]
Efecto sobre la transcripción o expresión génica.
La expresión de genes heterólogos se utiliza en muchas aplicaciones biotecnológicas, incluida la producción de proteínas y la ingeniería metabólica . Debido a que los grupos de ARNt varían entre diferentes organismos, la tasa de transcripción y traducción de una secuencia codificante particular puede ser menos eficiente cuando se coloca en un contexto no nativo. Para un transgén sobreexpresado , el ARNm correspondiente produce un gran porcentaje del ARN celular total, y la presencia de codones raros a lo largo del transcrito puede conducir a un uso ineficiente y al agotamiento de los ribosomas y, en última instancia, a reducir los niveles de producción de proteínas heterólogas. Además, la composición del gen (por ejemplo, el número total de codones raros y la presencia de codones raros consecutivos) también puede afectar la precisión de la traducción. [19] [20] Sin embargo, el uso de codones optimizados para grupos de ARNt en un huésped en particular para sobreexpresar un gen heterólogo también puede causar falta de aminoácidos y alterar el equilibrio de los grupos de ARNt. Este método de ajustar los codones para que coincidan con las abundancias de ARNt del hospedador, denominado optimización de codones , se ha utilizado tradicionalmente para la expresión de un gen heterólogo. Sin embargo, las nuevas estrategias para la optimización de la expresión heteróloga consideran el contenido global de nucleótidos, como el plegamiento del ARNm local, el sesgo del par de codones, una rampa de codones , la armonización de codones o las correlaciones de codones. [21] [22] Con la cantidad de cambios de nucleótidos introducidos, la síntesis de genes artificiales a menudo es necesaria para la creación de un gen optimizado.
El sesgo de codones especializados se observa además en algunos genes endógenos , como los implicados en la inanición de aminoácidos. Por ejemplo, las enzimas biosintéticas de aminoácidos utilizan preferentemente codones que están mal adaptados a las abundancias normales de ARNt, pero que tienen codones que se adaptan a las agrupaciones de ARNt en condiciones de inanición. Por tanto, el uso de codones puede introducir un nivel adicional de regulación transcripcional para la expresión génica apropiada en condiciones celulares específicas. [22]
Efecto sobre la velocidad del alargamiento de la traducción
En términos generales, para genes altamente expresados, las tasas de elongación de la traducción son más rápidas a lo largo de transcripciones con mayor adaptación de codones a grupos de ARNt, y más lentas a lo largo de transcripciones con codones raros. Esta correlación entre las tasas de traducción de codones y las concentraciones de ARNt afines proporciona una modulación adicional de las tasas de elongación de la traducción, lo que puede proporcionar varias ventajas al organismo. Específicamente, el uso de codones puede permitir la regulación global de estas tasas, y los codones raros pueden contribuir a la precisión de la traducción a expensas de la velocidad. [23]
Efecto sobre el plegamiento de proteínas
El plegamiento de proteínas in vivo es vectorial , de modo que el extremo N-terminal de una proteína sale del ribosoma de traducción y queda expuesto al disolvente antes que sus regiones más C-terminales . Como resultado, el plegamiento de proteínas co-traduccionales introduce varias limitaciones espaciales y temporales en la cadena polipeptídica naciente en su trayectoria de plegado. Debido a que las velocidades de traducción del ARNm están acopladas al plegamiento de proteínas y la adaptación de codones está ligada al alargamiento de la traducción, se ha planteado la hipótesis de que la manipulación a nivel de secuencia puede ser una estrategia eficaz para regular o mejorar el plegamiento de proteínas. Varios estudios han demostrado que se produce una pausa en la traducción como resultado de la estructura del ARNm local para ciertas proteínas, que pueden ser necesarias para un plegamiento adecuado. Además, se ha demostrado que las mutaciones sinónimas tienen consecuencias significativas en el proceso de plegamiento de la proteína naciente e incluso pueden cambiar la especificidad de sustrato de las enzimas. Estos estudios sugieren que el uso de codones influye en la velocidad a la que los polipéptidos emergen vectorialmente del ribosoma, lo que puede impactar aún más las vías de plegamiento de proteínas en todo el espacio estructural disponible. [23]
Métodos de análisis
En el campo de la bioinformática y la biología computacional , se han propuesto y utilizado muchos métodos estadísticos para analizar el sesgo de uso de codones. [24] Métodos como la 'frecuencia de codones óptimos' (Fop), [25] la adaptación relativa de codones (RCA) [26] o el índice de adaptación de codones (CAI) [27] se utilizan para predecir los niveles de expresión génica, mientras que Se utilizan métodos como el " número efectivo de codones " (Nc) y la entropía de Shannon de la teoría de la información para medir la uniformidad del uso de codones. [28] Los métodos estadísticos multivariados, como el análisis de correspondencia y el análisis de componentes principales , se utilizan ampliamente para analizar variaciones en el uso de codones entre genes. [29] Hay muchos programas de computadora para implementar los análisis estadísticos enumerados anteriormente, incluidos CodonW, GCUA, INCA, etc. La optimización de codones tiene aplicaciones en el diseño de genes sintéticos y vacunas de ADN . Hay varios paquetes de software disponibles en línea para este propósito (consulte los enlaces externos).
Referencias
- ↑ Athey, John; Alexaki, Aikaterini; Osipova, Ekaterina; Rostovtsev, Alexandre; Santana-Quintero, Luis V .; Katneni, Upendra; Simonyan, Vahan; Kimchi-Sarfaty, Chava (2 de septiembre de 2017). "Un recurso nuevo y actualizado para tablas de uso de codones" . BMC Bioinformática . 18 (391): 391. doi : 10.1186 / s12859-017-1793-7 . PMC 5581930 . PMID 28865429 .
- ^ Alexaki, Aikaterini; Kames, Jacob; Holcomb, David D .; Atento, John; Santana-Quintero, Luis V .; Lam, Phuc Vihn Nguyen; Hamasaki-Katagiri, Nobuko; Osipova, Ekaterina; Simonyan, Vahan; Bar, Haim; Komar, Anton A .; Kimchi-Sarfaty, Chava (junio de 2019). "Tablas de uso de codones y pares de codones (CoCoPUTs): facilitar análisis de variación genética y diseño de genes recombinantes". Revista de Biología Molecular . 431 (13): 2434–2441. doi : 10.1016 / j.jmb.2019.04.021 . PMID 31029701 .
- ^ Kames, Jacob; Alexaki, Aikaterini; Holcomb, David D .; Santana-Quintero, Luis V .; Athey, John C .; Hamasaki-Katagiri, Nobuko; Katneni, Upendra; Golikov, Anton; Ibla, Juan C .; Bar, Haim; Kimchi-Sarfaty, Chava (enero de 2020). "TissueCoCoPUTs: nuevas tablas de uso de codones y pares de codones específicos de tejido humano basadas en la expresión génica diferencial del tejido" . Revista de Biología Molecular . 432 (11): 3369–3378. doi : 10.1016 / j.jmb.2020.01.011 . PMID 31982380 .
- ^ Dong, Hengjiang; Nilsson, Lars; Kurland, Charles G. (1996). "Co-variación de la abundancia de tRNA y el uso de codones en Escherichia coli a diferentes tasas de crecimiento". Revista de Biología Molecular . 260 (5): 649–663. doi : 10.1006 / jmbi.1996.0428 . ISSN 0022-2836 . PMID 8709146 .
- ^ Sharp, Paul M .; Stenico, Michele; Peden, John F .; Lloyd, Andrew T. (1993). "Uso de codones: sesgo mutacional, selección de traducción o ambos?". Biochem. Soc. Trans . 21 (4): 835–841. doi : 10.1042 / bst0210835 . PMID 8132077 . S2CID 8582630 .
- ^ Kanaya, Shigehiko; Yamada, Yuko; Kudo, Yoshihiro; Ikemura, Toshimichi (1999). "Estudios de uso de codones y genes de ARNt de 18 organismos unicelulares y cuantificación de ARNt de Bacillus subtilis : nivel de expresión génica y diversidad específica de especies de uso de codones basados en análisis multivariante". Gene . 238 (1): 143-155. doi : 10.1016 / s0378-1119 (99) 00225-5 . ISSN 0378-1119 . PMID 10570992 .
- ^ Atherton, John C .; Sharp, Paul M .; Lafay, Bénédicte (1 de abril de 2000). "Ausencia de sesgo de uso de codones sinónimos seleccionados por traducción en Helicobacter pylori" . Microbiología . 146 (4): 851–860. doi : 10.1099 / 00221287-146-4-851 . ISSN 1350-0872 . PMID 10784043 .
- ^ Bornelöv, Susanne; Selmi, Tommaso; Flad, Sophia; Dietmann, Sabine; Frye, Michaela (7 de junio de 2019). "Optimización del uso de codones en células madre embrionarias pluripotentes" . Biología del genoma . 20 (1): 119. doi : 10.1186 / s13059-019-1726-z . ISSN 1474-760X . PMC 6555954 . PMID 31174582 .
- ^ Duret, Laurent (2000). "El número de genes de ARNt y el uso de codones en el genoma de C. elegans están coadaptados para la traducción óptima de genes altamente expresados". Tendencias en Genética . 16 (7): 287–289. doi : 10.1016 / s0168-9525 (00) 02041-2 . ISSN 0168-9525 . PMID 10858656 .
- ^ Shin, Young C .; Bischof, Georg F .; Lauer, William A .; Desrosiers, Ronald C. (10 de septiembre de 2015). "Importancia del uso de codones para la regulación temporal de la expresión génica viral" . Actas de la Academia Nacional de Ciencias . 112 (45): 14030–14035. Código bibliográfico : 2015PNAS..11214030S . doi : 10.1073 / pnas.1515387112 . PMC 4653223 . PMID 26504241 .
- ^ Ermolaeva MD (octubre de 2001). "Uso de codones sinónimos en bacterias". Curr Issues Mol Biol . 3 (4): 91–7. PMID 11719972 .
- ^ Lynn DJ, Singer GA, Hickey DA (octubre de 2002). "El uso de codones sinónimos está sujeto a selección en bacterias termófilas" . Ácidos nucleicos Res . 30 (19): 4272–7. doi : 10.1093 / nar / gkf546 . PMC 140546 . PMID 12364606 .
- ^ Paul S, Bag SK, Das S, Harvill ET, Dutta C (2008). "Firma molecular de la adaptación hipersalina: conocimientos del genoma y la composición del proteoma de procariotas halófilos" . Genome Biol . 9 (4): R70. doi : 10.1186 / gb-2008-9-4-r70 . PMC 2643941 . PMID 18397532 .
- ^ Kober, KM; Pogson, GH (2013). "Los patrones de sesgo de codón en todo el genoma están formados por selección natural en el erizo de mar púrpura, Strongylocentrotus purpuratus" . G3 . 3 (7): 1069–1083. doi : 10.1534 / g3.113.005769 . PMC 3704236 . PMID 23637123 .
- ^ McInerney, James O. (1 de septiembre de 1998). "Selección replicacional y transcripcional sobre el uso de codones en Borrelia burgdorferi" . Actas de la Academia Nacional de Ciencias . 95 (18): 10698-10703. Código Bibliográfico : 1998PNAS ... 9510698M . doi : 10.1073 / pnas.95.18.10698 . ISSN 0027-8424 . PMC 27958 . PMID 9724767 .
- ^ Seward, Emily; Kelly, Steve (2016). "El nitrógeno de la dieta altera el sesgo de codones y la composición del genoma en microorganismos parásitos" . Biología del genoma . 17 (226): 3–15. doi : 10.1186 / s13059-016-1087-9 . PMC 5109750 . PMID 27842572 .
- ^ a b c Hershberg, R; Petrov, DA (2008). "Selección de sesgo de codón". Revisión anual de genética . 42 : 287–99. doi : 10.1146 / annurev.genet.42.110807.091442 . PMID 18983258 . S2CID 7085012 .
- ^ Novoa, EM; Ribas De Pouplana, L (2012). "Acelerar con control: uso de codones, ARNt y ribosomas". Tendencias en Genética . 28 (11): 574–81. doi : 10.1016 / j.tig.2012.07.006 . PMID 22921354 .
- ^ Shu, P .; Dai, H .; Gao, W .; Goldman, E. (2006). "Inhibición de la traducción por codones de leucina raros consecutivos en E. coli: ausencia de efecto de estabilidad de ARNm variable" . Gene Expr . 13 (2): 97–106. doi : 10.3727 / 000000006783991881 . PMC 6032470 . PMID 17017124 .Mantenimiento de CS1: utiliza el parámetro de autores ( enlace )
- ^ Correddu, D .; Montaño López, J. d. J .; Angermayr, SA; Middleditch, MJ; Payne, LS; Leung, IKH (2019). "Efecto de codones raros consecutivos sobre la producción recombinante de proteínas humanas en Escherichia coli". IUBMB Life . 72 (2): 266–274. doi : 10.1002 / iub.2162 . PMID 31509345 .Mantenimiento de CS1: utiliza el parámetro de autores ( enlace )
- ^ Mignon, C .; Mariano, N .; Stadthagen, G .; Lugari, A .; Lagoutte, P .; Donnat, S .; Chenavas, S .; Perot, C .; Sodoyer, R .; Werle, B. (2018). "Armonización de codones: superando el límite de velocidad para la expresión de proteínas" . Cartas FEBS . 592 (9): 1554-1564. doi : 10.1002 / 1873-3468.13046 . PMID 29624661 .Mantenimiento de CS1: utiliza el parámetro de autores ( enlace )
- ^ a b Plotkin, JB; Kudla, G (2011). "Sinónimo pero no lo mismo: las causas y consecuencias del sesgo de codón" . Nature Reviews Genética . 12 (1): 32–42. doi : 10.1038 / nrg2899 . PMC 3074964 . PMID 21102527 .
- ^ a b Spencer, PS; Barral, JM (2012). "Redundancia de código genético y su influencia en los polipéptidos codificados" . Revista de Biotecnología Computacional y Estructural . 1 : 1–8. doi : 10.5936 / csbj.201204006 . PMC 3962081 . PMID 24688635 .
- ^ Comeron JM, Aguadé M (septiembre de 1998). "Una evaluación de las medidas de sesgo de uso de codones sinónimos". J. Mol. Evol . 47 (3): 268–74. Código Bibliográfico : 1998JMolE..47..268C . doi : 10.1007 / PL00006384 . PMID 9732453 .
- ^ Ikemura T (septiembre de 1981). "Correlación entre la abundancia de ARN de transferencia de Escherichia coli y la aparición de los respectivos codones en sus genes proteicos: una propuesta para una elección de codón sinónimo que es óptima para el sistema de traducción de E. coli". J. Mol. Biol . 151 (3): 389–409. doi : 10.1016 / 0022-2836 (81) 90003-6 . PMID 6175758 .
- ^ Fox JM, Erill I (junio de 2010). "Adaptación relativa del codón: un índice de sesgo de codón genérico para la predicción de la expresión génica" . DNA Res . 17 (3): 185–96. doi : 10.1093 / dnares / dsq012 . PMC 2885275 . PMID 20453079 .
- ^ Sharp, Paul M .; Li, Wen-Hsiung (1987). "El índice de adaptación de codones - una medida de sesgo de uso de codones sinónimo direccional y sus aplicaciones potenciales" . Investigación de ácidos nucleicos . 15 (3): 1281-1295. doi : 10.1093 / nar / 15.3.1281 . PMC 340524 . PMID 3547335 .
- ^ Peden J (15 de abril de 2005). "Índices de uso de codones" . Análisis de correspondencia del uso de codones . SourceForge . Consultado el 20 de octubre de 2010 .
- ^ Suzuki H, Brown CJ, Forney LJ, Top EM (diciembre de 2008). "Comparación de métodos de análisis de correspondencia para el uso de codones sinónimos en bacterias" . DNA Res . 15 (6): 357–65. doi : 10.1093 / dnares / dsn028 . PMC 2608848 . PMID 18940873 .
enlaces externos
- Kit de herramientas de análisis de composición : estimación del sesgo de uso de codones y su significación estadística
- Base de datos de la tabla de uso de codones HIVE
- Base de datos de uso de codones
- CodonW
- GCUA - Análisis de uso general de codones
- Analizador gráfico de uso de codones
- JCat - Herramienta de adaptación de uso de codones de Java
- INCA - Software interactivo de análisis de codones
- ACUA - Herramienta automatizada de análisis de uso de codones
- OPTIMIZER - Optimización del uso de codones
- HEG-DB - Base de datos de genes altamente expresados
- E-CAI: valor esperado del índice de adaptación de codones
- CAIcal -Conjunto de herramientas para evaluar la adaptación del uso de codones
- scRCA - Determinación automática del sesgo de uso de codones de traducción
- Análisis de uso de codones sinónimos en línea con los paquetes ade4 y seqinR
- Simulación de algoritmos genéticos para la optimización de codones