- Ilmoitusten palautumisen yleisyys kokeellisessa evoluutiossa
- Aineenvaihduntavirtojen palautuminen ympäristösopeutumisissa
- Virtauksen palautus palauttaa suurelta osin alkuperäiset virtaukset
- Virtauksen palautuksen ylivoimaisuus alkuperäisestä ympäristöstä riippumatta
- Miksi fenotyyppinen palautuminen on yleisempää kuin vahvistuminen
- Fenotyyppinen palautuminen satunnaisissa aineenvaihduntaverkoissa
- Reversio on vähintään yhtä yleinen kuin vahvistuminen jopa ominaisuuksissa, joilla on huomattava TC
Ilmoitusten palautumisen yleisyys kokeellisessa evoluutiossa
Havaitsimme viisi tutkimusta, joissa suoritettiin kuusi erilaista sopeutumiskokeilua ja kerättiin analyysiimme sopivia transkriptomitietoja. Näihin kuuteen kokeeseen kuului 10 toistoa E. coli -kannasta, joka sopeutui korkealämpöiseen ympäristöön17, 6 toistoa toisesta E. coli -kannasta, joka sopeutui korkealämpöiseen ympäristöön18, 7 toistoa E. coli -kannasta, joka sopeutui glyseroliympäristöön16, 7 toistoa E.. coli-kannan (Saccharomyces cerevisiae) 7 replikaattia, jotka sopeutuvat laktaattiympäristöön16, 1 replikaatti kutakin 12:sta eri hiivakannasta (Saccharomyces cerevisiae), jotka sopeutuvat ksyluloosa-alustaan19, ja 2 replikaattia guppeja (Poecilia reticulata), jotka sopeutuvat vähäisen petoympäristöön15. Analysoimme yhteensä 44 sopeutumistapausta.
Kussakin tapauksessa transkriptomitiedot kerättiin vastaavasti organismeista alkuperäisessä ympäristössä (o alkuperäistä vaihetta varten), pian sen jälkeen, kun ne olivat altistuneet uudelle ympäristölle (p plastista vaihetta varten), ja kokeellisen evoluution päättyessä uudessa ympäristössä (a sopeutunutta vaihetta varten; kuva 1a). Huomattakoon, että o:n ja p:n välinen aika on niin lyhyt, että uuden alleelin ei odoteta saavuttaneen merkittävää frekvenssiä vaiheessa p vaikuttaakseen populaation keskimääräiseen fenotyyppiin. Kunkin geenin ilmentymistasoa käsitellään ominaisuutena. Olkoon geenin ilmentymistasot o-, p- ja a-vaiheissa vastaavasti Lo, Lp ja La. Kussakin kokeessa tunnistettiin ensin geenit, joiden ilmentymistasossa oli huomattavia PC:tä edellyttämällä, että PC = |Lp-Lo| on suurempi kuin ennalta asetettu raja-arvo. Tunnistimme myös geenit, joiden ekspressiotason GC oli huomattavan suuri, vaatimalla, että GC = |La-Lp| oli suurempi kuin sama ennalta asetettu raja-arvo. Niiden geenien osalta, joilla oli sekä huomattavia PC:tä että huomattavia GC:tä, kysyimme, ovatko nämä kaksi muutosta samansuuntaisia (eli vahvistuminen) vai vastakkaissuuntaisia (eli palautuminen; kuva 1b, c). Käytimme 20 prosenttia alkuperäisestä geeniekspressiotasosta (eli 0,2Lo) raja-arvona edellä mainitussa analyysissä. Ekspressiotason vahvistumista osoittavien geenien osuus (CRI) on pienempi kuin palautumista osoittavien geenien osuus (CRV) 42:ssa 44 sopeutumisesta, ja CRI:n ja CRV:n välinen ero on merkitsevä 40:ssä näistä 42:sta tapauksesta (nimellinen P < 0.05; kaksoissuuntainen binomitesti; Kuva 1d). Niistä kahdesta mukautuksesta, joiden CRI > CRV, niiden ero on merkitsevä vain yhdessä tapauksessa (kuva 1d). Ekspressiotason palautumisen yleinen ylivoima (eli 42 tapausta 44 tapauksesta) adaptaatiossa on tilastollisesti merkitsevä (P = 1,1 × 10-10, kaksoissuuntainen binomitesti). Sama suuntaus on ilmeinen, kun raja-arvoa muutetaan 0.05Lo:ksi (täydentävä kuva 1a) tai 0.5Lo:ksi (täydentävä kuva 2a), mikä viittaa siihen, että edellä mainittu havainto on kestävä raja-arvon valinnan suhteen. On selvää, että transkriptomiset tiedot eivät tue hypoteesia, jonka mukaan plastisuus yleensä helpottaa geneettistä sopeutumista.
Aineenvaihduntavirtojen palautuminen ympäristösopeutumisissa
Voittaaksemme arvioida edellä esitetyn havainnon yleispätevyyttä ja ymmärtääkseen sen taustalla olevan syyn laajensimme vertailuamme fenotyyppisen vahvistumisen ja palautumisen välillä aineenvaihduntavirtoihin (ks. Johdanto). Koska metabolisen analyysimme tarkoituksena ei ole mallintaa edellä mainittua kokeellista evoluutiota tai ekspressiomuutoksia, käytetyt parametrit eivät liity kokeelliseen evoluutioon. Erityisesti ennustimme laskennallisesti plastisia ja geneettisiä virtausmuutoksia ympäristöön sopeutumisen aikana käyttämällä iAF1260:ää, rekonstruoitua E. coli -metaboliaverkostoa23. Käytimme vuon tasapainoanalyysia (FBA) ennustamaan täysin sopeutuneiden organismien optimoituja virtoja alkuperäisessä (vaihe o) ja uudessa (vaihe a) ympäristössä olettaen, että luonnonvalinta maksimoi biomassan tuotantonopeuden, joka on kuntoilun korvike20. FBA-ennusteet vastaavat kohtuullisen hyvin kokeellisia mittaustuloksia ympäristöönsä sopeutuneille organismeille24,25,26,27,28,29, ja niitä käytetään yleisesti genotyypin, ympäristön ja fenotyypin välisten suhteiden tutkimisessa22,27,29,30,31,32,33,34,35,36,37. Ennustettaessa plastisen virtauksen muutoksia ympäristön muutosten yhteydessä (vaihe p) käytimme FBA:n sijasta metabolisen sopeutumisen minimointia (MOMA), koska MOMA kuvaa paremmin välitöntä virtausvastetta häiriöihin21 (ks. menetelmät). Käsittelimme aineenvaihduntaverkon kunkin reaktion virtausta ominaisuutena ja mallinsimme ympäristömuutoksia muuttamalla verkon käytettävissä olevaa hiililähdettä. iAF1260:ssä on 258 erillistä vaihtoreaktiota, joista kukin kuljettaa eri hiililähdettä. Siksi tarkastelimme 258 erilaista yhden hiililähteen ympäristöä.
Aloitimme analyysin käyttämällä glukoosia hiililähteenä alkuperäisessä ympäristössä, koska tämä ympäristö oli vertailukohtana iAF1260:n rakentamisessa23. Sen jälkeen tarkastelimme E. colin sopeutumista 257 uuteen ympäristöön, joissa kussakin oli erilainen yhden hiilen lähde. Havaitsimme, että nämä uudet ympäristöt jakautuvat luontevasti kahteen ryhmään MOMA:n ennustaman biomassan tuotantonopeuden suhteen, joka edustaa kuntoa vaiheessa p (fp) (täydentävä kuva 3). Toisessa ryhmässä fp < 10-4, mikä viittaa siihen, että E. coli ei todennäköisesti selviä näissä uusissa ympäristöissä. Siksi keskityimme jäljelle jääviin 50 uuteen ympäristöön, joiden fp > 10-4, joihin E. coli voi oletettavasti sopeutua (Täydentävä taulukko 1).
Määritellessämme virtauksen vahvistumisen ja palautumisen ja käyttämällä transkriptomianalyysissä käytettyä raja-arvoa 0,2Lo, havaitsimme CRV:n olevan merkitsevästi CRI:tä suurempi (nimellinen P < 10-10, kaksoissuuntainen binomitesti) jokaisessa sopeutumisvaihtoehdossa. Sattumanvarainen todennäköisyys sille, että kaikissa 50 adaptaatiossa CRV > CRI on 1,8 × 10-15 (kaksinapainen binomitesti; kuva 2a), mikä viittaa siihen, että virtauksen palautuminen on yleisesti vallitsevaa. CRV:n keskiarvo on 30,2 % ja mediaani 30,5 %, kun taas CRI:n keskiarvo on vain 1,0 % ja mediaani 0,8 %. Edellä esitetty suuntaus säilyy, kun muutamme raja-arvoa 0,05Lo (täydentävä kuva 1b) tai 0,5Lo (täydentävä kuva 2b). Koska FBA- tai MOMA-ongelmalla voi olla useita ratkaisuja, reaktioiden järjestys stökiometrisessä matriisissa voi vaikuttaa ratkaisijan antamaan ratkaisuun. Kun kuitenkin sekoitimme satunnaisesti reaktioiden järjestystä iAF1260:ssä, yleinen kuvio CRV > CRI ei muuttunut (täydentävä kuva 4a). Koska MOMA:n vaatima kvadraattinen ohjelmointi on vaikeampi ratkaista kuin FBA:ssa käytetty lineaarinen ohjelmointi, CRV on voinut olla yliarvioitu CRI:hen verrattuna. Tämän mahdollisen ongelman korjaamiseksi suunnittelimme kvadraattiseen ohjelmointiin perustuvan MOMA:n nimeltä ”MOMA-b” ja käytimme sitä FBA:n sijasta ennustamaan virtauksia vaiheessa a (ks. menetelmät), mutta havaitsimme, että CRV ylittää edelleen CRI:n (täydentävä kuva 4b). Näin ollen tämä suuntaus ei ole tekninen artefakti, joka johtuu MOMA:n ja FBA:n välisestä ratkaisijan erosta.
Virtauksen palautus palauttaa suurelta osin alkuperäiset virtaukset
Virtauksen palautuksen ylivoimaisuus alkuperäisestä ympäristöstä riippumatta
Tutkittaessa havaintomme virtauksen palautuksen ylivoimaisuudesta yleispätevyyttä tarkastelimme myös sopeutumista muuhun kuin glukoosia sisältävään lähtöympäristöön. Monien alkuperäisympäristöjen osalta E. colin metabolinen verkosto pystyy kuitenkin sopeutumaan vain muutamaan uuteen ympäristöön. Keskityimme näin ollen 41 alkuperäisympäristöön (mukaan lukien aiemmin käytetty glukoosiympäristö), joista jokaisessa on yli 20 mukautuvaa (eli fp > 10-4) uutta ympäristöä (lisätaulukko 2). Laskimme jokaiselle näistä alkuperäisympäristöistä CRI/CRV-suhteen kullekin mukautuvalle uudelle ympäristölle ja havaitsimme sen olevan tyypillisesti alle 0,1 (kuva 2d). Tämän jälkeen laskimme CRI/CRV:n mediaanin kaikista mukautuvista uusista ympäristöistä kustakin alkuperäisestä ympäristöstä. Kaikkien 41 alkuperäisen ympäristön suurin CRI/CRV:n mediaani on 0,11 ja CRI/CRV:n mediaani on vain 0,02. Näin ollen alkuperäisestä ympäristöstä riippumatta virtauksen palautuminen on paljon yleisempää kuin vahvistuminen geneettisen sopeutumisen aikana uusiin ympäristöihin.
Miksi fenotyyppinen palautuminen on yleisempää kuin vahvistuminen
Havaintomme, jonka mukaan fenotyyppinen vahvistuminen ei ole ainoastaan ei enempää vaan itse asiassa paljon harvinaisempaa kuin palautuminen, on odottamaton ja vaatii siksi selitystä. Tämän suuntauksen havaitseminen sekä transkriptomi- että fluksomianalyyseissä viittaa yleiseen taustalla olevaan mekanismiin, jonka ehdotamme olevan PC > TC:n esiintyminen. Geometrisesti on ilmeistä, että kun PC > TC, GC:n on käännyttävä PC:hen (vasemmanpuoleinen ja keskimmäinen kaavio ylärivillä kuvassa 3a). Sitä vastoin, kun PC < TC, kääntäminen ja vahvistaminen ovat yhtä todennäköisiä, jos mitään muuta vinoutumaa ei ole (vasemmanpuoleinen ja keskimmäinen kaavio alarivillä kuvassa 3a). Olkoon todennäköisyys PC > TC q (> 0). CRI/CRV:n odotetaan olevan / = (1 – q)/(1 + q) < 1. Toisin sanoen, niin kauan kuin PC > TC muutamien ominaisuuksien kohdalla, käännyttämisen odotetaan olevan yleisempää kuin vahvistamisen (jos muuta harhaa ei ole).