Un estudio asistido por inteligencia artificial ha desvelado que la evolución no es tan impredecible como se creía inicialmente, mostrando la presencia de fuerzas hasta ahora desconocidas operando a nivel molecular.
Crédito: MysteryPlanet.com.ar.
Se sabe que algunas áreas del genoma son más propensas a ser mutables que otras, pero un nuevo estudio de la Universidad de Nottingham sugiere que la historia evolutiva de una especie también puede desempeñar un papel en hacer que las mutaciones sean más predecibles.
Los científicos aprovecharon el poder de cálculo de la inteligencia artificial para investigar más de 2.000 genomas completos de bacterias Escherichia coli.
Las bacterias son particularmente astutas cuando se trata de cambiar su ADN, siendo bastante hábiles para robar genes de su entorno e incorporarlos a su genoma. Conocido como transferencia horizontal de genes, este proceso brinda a las bacterias acceso rápido a nuevas características —como eludir de manera efectiva a los antibióticos— sin necesidad de esperar a que la selección natural funcione a lo largo de las generaciones.
Curiosamente, los genes transferidos horizontalmente que pertenecen al mismo grupo básico pueden terminar estacionándose en diferentes posiciones del genoma de la bacteria. Al investigar los genes horizontales en diferentes lugares, los investigadores pudieron observar cómo el entorno inmediato afectaba a estos genes.
Así, llevaron a cabo la prueba del experimento mental propuesto por el destacado biólogo evolutivo Stephen J. Gould: reproducir una cinta de la historia evolutiva generaría un resultado diferente e impredecible cada vez, dado que los caminos evolutivos dependen de eventos imprevisibles.
Si esto fuera cierto, el genoma de la bacteria seguiría evolucionando al azar después de adquirir un nuevo gen horizontal. Sin embargo, la inteligencia artificial encontró patrones de previsibilidad en estos miles de «reproducciones de la cinta» después de los eventos de adquisición genética.
Furthermore, we used the importance values from the classifier models to create a network of how predictable genes contribute to explaining the presence of each other. pic.twitter.com/D2CFdSbXnf
— Maria Rosa Domingo Sananes (@blackpassiflora) January 5, 2024
«Descubrimos que algunas familias de genes nunca aparecían en un genoma cuando ya estaba presente otra familia de genes en particular, y en otras ocasiones, algunos genes dependían en gran medida de que estuviera presente una familia de genes diferente», explicó la microbióloga y coautora María Rosa Domingo-Sananes.
Por ende, la historia del genoma —que se traduce en qué genes tiene en ese momento— puede determinar qué genes tendrá o no en el futuro. Hemos visto indicios de esto antes a través de genes que están físicamente cercanos en moléculas genéticas y que se pierden o ganan juntos, es decir, genes vinculados, pero esto también ocurría con genes que no tenían una conexión física cercana en los genomas de las bacterias.
«Algunos aspectos de la evolución son deterministas, es decir, es probable que ocurran cada vez que reproduzcamos la secuencia», confirmó el autor principal, Alan Beavan, en el artículo. «La presencia o ausencia de genes es predecible solo en función de otros genes en el genoma. Por ejemplo, un gen hipotético A podría prever la presencia del gen B solo en ausencia del gen C».
Micrografía electrónica, de baja temperatura, de un cúmulo de bacterias E. coli ampliado cien mil veces. Cada cilindro redondeado es un individuo.
Esto no rompe la regla de la mutación aleatoria; más bien, indica que las fuerzas de la selección natural también están operando a nivel molecular, algo que no teníamos el poder computacional para ver completamente hasta hace poco. Esencialmente, los genomas son sus propios ecosistemas microscópicos, dentro de los cuales los genes pueden ayudarse o perjudicarse mutuamente.
Entonces, mientras rebobinar esa cinta de la evolución de la E. Coli aún revelaría una trayectoria evolutiva diferente cada vez, también habría cientos o miles de eventos predecibles, con patrones claros que surgirían en repeticiones observables.
Amplias implicaciones
En total, los autores listan las implicaciones de su investigación de la siguiente manera:
Diseño genómico innovador: Permitir a los científicos diseñar genomas sintéticos, proporcionando una hoja de ruta para la manipulación predecible del material genético.
Combate a la resistencia a los antibióticos: Comprender las dependencias entre los genes puede ayudar a identificar el «elenco de apoyo» de genes que hacen posible la resistencia a los antibióticos, allanando el camino para tratamientos dirigidos.
Mitigación del cambio climático: Las ideas del estudio podrían informar el diseño de microorganismos modificados genéticamente para capturar carbono o degradar contaminantes, contribuyendo así a los esfuerzos para combatir el cambio climático.
Aplicaciones médicas: La previsibilidad de las interacciones génicas podría revolucionar la medicina personalizada al proporcionar nuevas métricas para el riesgo de enfermedades y la eficacia del tratamiento.
«Las implicaciones de esta investigación son nada menos que revolucionarias. Al demostrar que la evolución no es tan aleatoria como pensábamos, hemos abierto la puerta a una serie de posibilidades en biología sintética, medicina y ciencias ambientales», concluyó el biólogo evolutivo James McInerney, coautor del trabajo publicado en PNAS.
Fuente: Nottingham. Edición: MP.
Las fuerzas que impulsan la evolución pueden no ser tan aleatorias como se creía