多域基因进化的新研究手段

准确的遗传同源鉴定是计算基因组的关键所在。基因由共同的祖先传递下来并且执行相似的细胞功能。科学家们通过发现这种同源性来执行一些任务比如预测基因的功能，建立与相应的器官对应的人类染色体基因图谱，或是进行基因组重组调节基因的功能使之沉默或是表达功能。计算生物学家Dannie Durand和她的同事首次解决了如何分析多域（Multi-Domain）蛋白的祖代基因的难题。

　　

生物通报道：Carnegie Mellon大学的科学家发现了标准基因进化分析方法的关键缺点。标准方法不能用于分析多域蛋白（Multi-Domain），多域蛋白是与人类健康关联一类关键蛋白。

计算生物学家Dannie Durand和她的同事首次解决了如何分析多域蛋白的祖代基因的难题。

准确的遗传同源鉴定是计算基因组的关键所在。基因由共同的祖先传递下来并且执行相似的细胞功能。科学家们通过发现这种同源性来执行一些任务比如预测基因的功能，建立与相应的器官对应的人类染色体基因图谱，或是进行基因组重组调节基因的功能使之沉默或是表达功能。

尽管计算生物学家们发展出一套鉴定同源性基因的方法，最近的结果显示当应用于多域蛋白的基因的测序时这种方法常常表现出不真实的结果。域是基因序列片段翻译基本机构蛋白的区域。进化显示新基因通过新的组合来混合和搭配不同的域，这就像是小孩子们用相同的乐高积木零件通过不同的组合搭配来建造房子、车子或是直升机。这一过程被称之为结构域混编（domain shuffling），它能通过这种结构域的混编产生一些混合蛋白主要执行一些特殊的、关键性的任务，如细胞间的信号传导或细胞间结合活动。当这些蛋白中的一个生成失败则有可能导致癌症。结构域的混编可以快速的产生新蛋白，但是这也导致科学家们无法获得这些结构混合域的同源基因祖先。

公共图书馆的今日科学计算生物在线杂志上，Durand的研究团队发表了这一新的方法，该方法可以判断一对基因是否源自于同一个基因，或是由于有同样的结构域插入了这两个基因中。他们称这个方法为：邻域相关（“Neighborhood Correlation”），第一次处理了域的溯源难题。

Durand说：我们需要一个完全新的方法来确定多域蛋白的共同的先祖基因，我们是第一个打算研究这个方法的团队。我们的这个方法第一次定义并分析了在传统的垂直方法中的共同祖基因，并且分析了多域混编的发生机制。

邻域相关（“Neighborhood Correlation”）使用结构统计学序列相似网络法来区分享有同一祖先的多域基因和来自多域混编的多域基因。在整个网络中基因复制产生一个特殊的信号，而当域插入时则产生另一个有典型特点的信号。邻域相关（“Neighborhood Correlation”）将捕捉这些信号，这些信号来自于基因复制，结果表明分享同一个祖基因的信号分数值要高于插入性的多域基因信号值。

Carnegie Mellon大学的科学家检测了20个蛋白家族的邻域相关信息，这些蛋白包括激酶家族这个人类最大的多域蛋白家族，激酶家族间的遗传背景关系已经在实验室研究中被弄清楚。领域相关这个工具在验证多域蛋白家族祖基因关系方面相对于现今的工具来显示出其惊人的优越性，

目前的计算机工具应用序列相似性，它假设基因具有相似的序列则表明其为同一来源。这些方法同样适用在相似长度区域内剔除一些插入的域，他们判断的理由是两个多域基因分享的序列越长则它们间的同源性越高，更有可能来自同一祖基因。

但是Durand的测试结果表明这些结果是站不住脚的。她的团队发现令人沮丧的结果，当她们用领域相关的方法比对20个已经明确遗传背景的蛋白家族时，她们发现序列相似性的方法实际上测出的结果与真实的遗传背景不符合。

领域相关这种方法却成功的测试出20个已经明确遗传背景的蛋白家族间的遗传关系，因为该方法能区分基因复制信号与域的插入信号。

Durand观察发现：我们不仅仅证明领域相关方法的经验性，同时我们可以解释它的工作原理。我们的结果表明机体的序列相似网络中包含远古进化进程的证据。这是未来一个令人兴奋的研究方向。我们希望在未来的研究当中能够利用这种序列相似网络手段来揭露不同物种中的进化进程，如植物的进化进程，动物的进化进程和真菌的进化进程。在这些物种进化进程中各自有独立的向多细胞进化。从单个的细胞到多个细胞共同协作，每一次大自然都要解同样的问题，主要关于细胞间信息交流和控制的问题。但是这些解决方案在不同种属间是否都一样。这些问题的解决方案深深的吸引科学研究者去探究。

Durand发现，尽管最初领域相关方法是被设计来研究多域家族的，结果表明领域相关同样可以准确地预测单域序列的祖基因序列。研究者希望科学家们能够在基因组研究中开始应用该方法，以便更好的理解多域蛋白在进化进程中所起的重要作用，譬如多细胞动物的和脊椎动物的免疫系统各方面的研究。