Is er
ruis in het DNA? Zijn er DNA-volgorden die op een gen lijken, met in het
overgeschreven RNA het startcodon AUG en een stopcodon UGA, UAA of UAG ergens
daarachter? Dus DNA- en RNA-volgorden die de volgorde van een Open Leesraam
(Open Reading Frame, ORF) laten zien, maar toch geen gen zijn, geen eiwit geven
of een eiwit geven dat niets doet en weer afgebroken wordt?
Het is
in principe mogelijk, zoals blijkt in een volkomen willekeurig sequentie die
DNA moet voorstellen.
En zulke
ruis is ook te vinden in het DNA van Drosophilamelanogaster.
Een
nul-meting op ORFs doen met een zelf geconstrueerde DNA sequentie is leuk werk.
Klooien met ORFs in gerapporteerde sequenties van de fruitvlieg Drosophila melanogaster is ook leuk werk (voor iemand die met Drosophila's gewerkt heeft), maar komen
Open Reading Frames (ORFs) bij andere beesten ook zo ongebreideld voor? Is het
DNA bij andere beesten ook zo'n zooitje, zo rijk aan loze ORFs? Neem eens een
ander laboratoriumbeest, de huismuis. Zijn er daar ook zoveel ORFs? En zo ja,
wat voor ORFs? 
 |
| Wilde huismuis en laboratorium muizen |
1 Bij de huismuis Mus musculus blijkt het ook te wemelen
van de ORFs. Onderzoekers uit Münster, namelijk promovendus Jonathan Schmitz en
promotor Erich Bomberg-Bauer, lieten dat zien. Zij gebruikten niet de
basevolgorde in al het DNA van de huismuis: met al het niet-overgeschreven DNA
erbij werd dat wel wat erg massaal in ORFs. Schmitz en Bornberg-Bauer
gebruikten de basevolgorde in het 'transcriptoom': dus de basevolgorde in al
het overgeschreven RNA. DNA wordt niet continu overgeschreven, maar in een
aantal delen: een aantal 'transcripts'.
Een transcript kan lang of kort zijn, en kan meer dan één gen omvatten, met
intergen DNA ertussen. Je hebt dus transcript-RNA en messenger-RNA, waarbij
transcript-RNA ook overgeschreven intergen-DNA bevat. Er waren RNA transcripts van
de plus-streng van DNA en van de min-streng van DNA, en de DNA strengen konden
apart bekeken worden voor ORFs. Om ORFs te zoeken gebruikten ze het programma
GETORF dat ik ook gebruikte voor de twee eerder posts. Een ORF moest langer
zijn dan 90 basen om in de studie meegenomen te worden.
Bovendien
waren er ter vergelijking ook transcriptoom gegevens van vier andere soorten:
rat Rattus norvegicus, de
ordkangoereogoffer Dipodomys ordii
(een minder verwant knaagdier, zie wikipedia, in het artikel aangegeven als
kangaroo rat), de mens Homo sapiens
en de huisbuidelspitsmus Monodelphis
domestica (zie wikipedia, in het artikel aangegeven als opossum). Door
vergelijken van de DNA sequentie kun je zien of een ORF alleen in de muis
voorkomt: of in de muis en de rat maar niet in de drie andere zoogdieren, of in
alle placentale zoogdieren die in de studie zitten, of in alle zoogdieren die
je in handen hebt. Als een ORF een overeenkomstige DNA sequentie heeft voor al
die vijf soorten, is het een hele oude ORF. De laatste gemeenschappelijke
voorouder van de huismuis met de buideldieren, dus ook met de
huisbuidelspitsmusi, leefde namelijk 160 miljoen jaar geleden. Een ORF kan ook
alleen in de huismuis voorkomen, en dan is het een jonge ORF van de muis. Dat
heet een muis-specifieke ORF.
 |
| Ordkangoeroegoffer Dipodomys ordii |
 |
| Huisbuidelspitsmuis Monodelphis domestica |
2 Het totaal aan ORFs bij de
huismuis (van allerlei lengte zolang het maar langer was dan 90 basen) over
beide strengen bleek 321 138: een orde
van grootte hoger dan het aantal genen dat de huismuis heeft (dat aantal is
omstreeks 25 000 genen).
Allerlei
DNA wordt overgeschreven naar RNA: tussen-gen DNA, coderend DNA, intron DNA,
..., en al die klassen DNA zijn vertegenwoordigd in het RNA transcriptoom. De
genen in het muizengenoom en waar ze liggen in het DNA zijn bekend, dus het is
te zien waar een ORF ligt ten opzichte van een bekend gen. In figuur 1 is
aangegeven welke klassen er onderscheiden zijn voor de positie van een ORF ten
opzichte van bekende genen:
 |
| Positie van een ORF ten opzichte van bekende genen. Klasse 1: ORF in intergen-DAN. Klasse 2: ORF dicht bij een gen maar op de andere DNA-streng; Klasse 3 ORF dichtbij gen op zelfde DNA-streng. Klasse 4: ORF overlapt met een gen (exon of intron) maar zit op de andere DNA-streng. Klasse 5: ORF overlapt met een gen (exon of intron) van dezelfde DNA-streng. Klasse 6: ORF overlapt met coderend DNA op de andere DNA-streng. Klasse 7: ORF overlapt met coderend DNA op dezelfde DNA streng. Klasse 8: ORF overlapt met coderend DNA van een gen op dezelfde DNA-streng én volgt het leesschema van dat gen. |
Alleen
de ORFs van klasse 8 kunnen samenvallen met een bekend gen of een deel van een
bekend gen. Een ORF valt samen met het eerste deel van een gen als ATG staat voor 'start'. Een ORF kan ook door
het programma GETORF opgepikt worden bij 'aminozuur methionine' ergens midden
in het eiwit. Alle overige ORFs hebben niet met bekende genen te maken.
Hoeveel
ORFs komen er voor per klasse?
Als
eerste kunnen we kijken naar ORFs die alleen bij de huismuis voorkomen en volgens
het programma BLASTP dat DNA sequenties vergelijkt niet bij de andere vier
soorten: dat zijn dus de de muis-specifieke
ORFs. Als we naar alle ORFs kijken ongeacht
streng of ORF-lengte (eerste figuur hieronder), zien we dat er 321 138 ORFs
zijn die alleen bij de huismuis voorkomen, en dat er daarbij drie klassen eruit
springen. Veel ORFs komen voor in intergen DNA, maar ook veel ORFs worden
gevonden overlappend met genen, maar in introns (klassen 4 en 5).
 |
| Overzicht van ORFs die alleen in de muis maar niet in de andere soorten gevonden worden |
 |
| Aantal muis-specifieke langste ORFs per transcript, per klasse van links nar rechts, klasse 1 t/m 8: 16201, 97, 399, 6488, 647, 913, 467 ORFs. Totaal 27 032 ORFs |
3 ORFs komen in alle vijf soorten
voor, maar niet alle ORFs van alle vijf soorten zijn bekeken. In de andere vier
soorten is alleen naar die ORFs gekeken die ook bij de muis voorkomen, weer
volgens programma BLASTP. Dus je bekijkt per ORF van de muis: alleen in muis?
ook gevonden in rat? en ook gevonden in die kangoeroegoffer? en ook gevonden in
de mens? en ook gevonden in de buidelspitsmuis? En dat voor alle plekken waar
een muis-ORF gevonden wordt ten opzichte van een muizengen.
Hoe werken de
figuur die hieronder staat? Een ORF wordt alleen in de muis gevonden: geturfd als
muis-speci fiek. Een ORF wordt in de rat en de muis gevonden, maar niet in de
andere drie soorten: geturfd bij rat, als aanwezig in de voorouder van muis en
rat. Zo'n Open Reading Frame is al zeker22.6 miljoen jaar oud, de datering van
de voorouder van muis en rat samen. Een ORF wordt in goffer, rat en muis
gevonden, maar niet in mens en buidelmuis: geturfd bij goffer. Deze ORF is al
zeker 70.4 miljoen jaar oud. Een ORF wordt in mens, goffer, rat en muis
gevonden, maar niet in de buidelmuis: geturfd bij, mens. Deze ORF is al zeker
90.9 miljoen jaar oud. En als een ORF in alle vijf soorten gevonden wordt,
dateert die ORF van voor de splitsing van buideldieren en placentale zoogdieren
minstens 160 miljoen jaar geleden. De ORF wordt geturfd bij buidelmuis.
De figuur is voor
de langste ORF uit een transcript afkomstig van de plus-streng van DNA. Het valt
op hoeveel muis-specifieke ORFs er wel niet zijn: er zijn in de muis veel ORFs
verschenen sinds de splitsing met de rat. Die muis-specifieke ORFs worden voor het grootste deel gevonden in
intergen-DNA. Dat betekent dat het om ORFs gaat die geen gen aanduiden, want
het muizengenoom heeft daar geen gen. De ORFs die in alle vijf soorten gevonden
worden, en geturfd staan onder de buidelmuis, komen voornamelijk uit coderend muis-DNA,
waarbij de ORF zelfs overeenkomt met hoe het muis-DNA gelezen wordt. Hier heeft
het programma GETORF vooral het begin van een muizengen opgepakt als Open
Reading Frame in alle vijf soorten. Een ORF bij wat heet een 'geannoteerd'
muizengen, dus een gen dat door de screening voor 'echte genen' gekomen. Er
zijn 22 469 ORFs van klasse 8, coderend
DNA, geturfd als aanwezig bij alle vijf soorten, terwijl het totaal aantal ORFs
dat bij alle vijf soorten voorkomt gelijk is aan 28566. Dat betekent dat 22469/28566 = 79% van de ORFs die in alle
vijf soorten gevonden worden een bekend muizengen vertegenwoordigen. (Vergelijk
met die 1.7% van de muisspecifieke ORFs). En dat houdt in dat heel veel genen bij de
zoogdieren een lange historie achter de rug hebben – minstens vanaf het
ontstaan van de zoogdieren en veelal vanaf het ontstaan van de dieren. En het
betekent ook dat zoogdieren behoorlijk overeenkomen in hun genen. Van de
omstreeks 25 000 genen van de muis worden er hier 22 469 als klasse 8 ORFs van in
alle vijf soorten gevonden.
4 Zoals gezegd komen
er 22 469 klasse 8 ORFs in alle vijf soorten voor: daar zullen genen bijzitten die
alle zoogdieren en misschien alle gewervelde dieren of alle dieren zullen
hebben. Er zijn 752 klasse 8 ORFs die specifiek behoren tot de placentale
zoogdieren: die er bij gekomen zijn vanaf de gezamenlijke voorouder van de
buideldieren en de placentale zoogdieren. Dan ziijn er 12 knaagdier specifieke
klasse 8 ORFs en 315 klasse 8 ORFs, die muis en rat samen hebben, die specifiek
zijn voor de muizenfamilie Muridae. En 467 klasse 8 ORFs die alleen in de muis
voorkomen: met de mogelijkheid van 467 muis-specifieke genen, dus jonge, nieuwe
genen.
( Er is alleen geturfd voor ORFs die in de muis voorkomen, en van daaruit
is vergeleken. Dus verdwijnen van ORFs kan zo niet geturfd worden.) |
| Lengte van ORFs van muisspecifiek tot in alle vijf soorten voorkomend. |
Verder
verschillen de muisspecifieke ORFs in DNA samenstelling van ORFs die in andere
soorten terugkomen. De DNA samenstelling wordt weergegeven met 'hexamer score',
een statistische maat die iets zegt over welke zes basen in een stuk DNA naast
elkaar gevonden worden. Zes basen betekent twee aminozuren, en een hexameer
score vertelt je iets over welke aminozuren graag naaste elkaar zitten in een
eiwit. In een eiwit zitten niet alle aminozuren gelukkig naast elkaar: sommige
aminozuren passen niet goed samen, bijvoorbeeld twee aminozuren met elk een vrij
lange zijketen. DNA dat voor eiwit codeert heeft daarom een wat andere inhoud
aan A, C, T en G dan niet coderend DNA. Muis-specifieke ORFs hebben vooral de
hexameersignatuur van niet-coderend DNA. Maar omdat ze voornamelijk in
niet-coderend DNA gevonden worden is dat ook niet verbazend.
- De muis-specifieke, dus jonge, Open Reading
Frames komen vooral voor in niet-coderend intergen-DNA.
- Open Reading Frames van de muis die een gen
aangeven worden voor zo'n 90% in alle bekeken zoogdieren gevonden.
**************
Schmitz,
J.F., K.K. Ullrich en E. Bornberg-Bauer, 2018. Incipient de novo genes can evolve from frozen accidents
that escaped rapid transcript turnover. Nature Ecology & Evolution 2:
1626-1632.
https://nl.wikipedia.org/wiki/Open_leesraam https://en.wikipedia.org/wiki/Open_reading_frame
https://nl.wikipedia.org/wiki/Ordkangoeroegoffer kangaroo rat
https://nl.wikipedia.org/wiki/Huisbuidelspitsmuis foto Dawson opossum
