Espacio de secuencias (evolución)

En biología evolutiva , el espacio de secuencia es una forma de representar todas las secuencias posibles (para una proteína , un gen o un genoma ). ^{[1] [2]} El espacio de secuencia tiene una dimensión por aminoácido o nucleótido en la secuencia, lo que da lugar a espacios altamente dimensionales . ^{[3] [4]}

La mayoría de las secuencias en el espacio de secuencias no tienen función, dejando regiones relativamente pequeñas que están pobladas por genes naturales. ^[5] Cada secuencia de proteína es adyacente a todas las demás secuencias a las que se puede llegar mediante una sola mutación . ^[6] Se ha estimado que todo el espacio de secuencias de proteínas funcionales ha sido explorado por la vida en la Tierra. ^[7] La ​​evolución por selección natural puede visualizarse como el proceso de muestreo de secuencias cercanas en el espacio de secuencias y moverse hacia cualquiera con una aptitud mejorada sobre la actual.

Un espacio de secuencias se suele diseñar como una cuadrícula. En el caso de los espacios de secuencias de proteínas , cada residuo de la proteína se representa mediante una dimensión con 20 posibles posiciones a lo largo de ese eje que corresponden a los posibles aminoácidos. ^{[3] [4]} Por lo tanto, hay 400 posibles dipéptidos dispuestos en un espacio de 20x20, pero esa cifra se amplía a 10 ¹³⁰ incluso para una proteína pequeña de 100 aminoácidos dispuestos en un espacio con 100 dimensiones. Aunque una multidimensionalidad tan abrumadora no se puede visualizar ni representar en forma de diagrama, proporciona un modelo abstracto útil para pensar en la variedad de proteínas y la evolución de una secuencia a otra.

Estos espacios altamente multidimensionales se pueden comprimir a 2 o 3 dimensiones mediante el análisis de componentes principales . Un paisaje de aptitud es simplemente un espacio de secuencia con un eje vertical adicional de aptitud agregado para cada secuencia. ^[8]

A pesar de la diversidad de las superfamilias de proteínas, el espacio de secuencias está extremadamente escasamente poblado por proteínas funcionales. La mayoría de las secuencias de proteínas aleatorias no tienen plegamiento ni función. ^{[9] Por lo tanto,} las superfamilias de enzimas existen como pequeños grupos de proteínas activas en un vasto espacio vacío de secuencia no funcional. ^{[10] [11]}

La densidad de proteínas funcionales en el espacio de secuencias y la proximidad de las diferentes funciones entre sí es un determinante clave para comprender la capacidad evolutiva . ^[12] El grado de interpenetración de dos redes neutrales de diferentes actividades en el espacio de secuencias determinará la facilidad con la que se evoluciona de una actividad a otra. Cuanto mayor sea la superposición entre las diferentes actividades en el espacio de secuencias, más críptica será la variación para la actividad promiscua . ^[13]

El espacio de secuencias de proteínas se ha comparado con la Biblioteca de Babel , una biblioteca teórica que contiene todos los libros posibles de 410 páginas. ^{[14] [15]} En la Biblioteca de Babel , encontrar un libro que tuviera sentido era imposible debido a la gran cantidad y la falta de orden. Lo mismo sería cierto de las secuencias de proteínas si no fuera por la selección natural, que ha seleccionado solo secuencias de proteínas que tienen sentido. Además, cada secuencia de proteína está rodeada por un conjunto de vecinos (mutantes puntuales) que probablemente tengan al menos alguna función.

Por otra parte, el "alfabeto" efectivo del espacio de secuencias puede ser de hecho bastante pequeño, reduciendo el número útil de aminoácidos de 20 a un número mucho menor. Por ejemplo, en una visión extremadamente simplificada, todos los aminoácidos pueden clasificarse en dos clases (hidrofóbicos/polares) por hidrofobicidad y aún así permitir que aparezcan muchas estructuras comunes. La vida primitiva en la Tierra puede tener solo cuatro o cinco tipos de aminoácidos con los que trabajar, ^[16] y las investigaciones han demostrado que las proteínas funcionales pueden crearse a partir de las de tipo salvaje mediante un proceso similar de reducción del alfabeto. ^{[17] [18]} Los alfabetos reducidos también son útiles en bioinformática , ya que proporcionan una forma sencilla de analizar la similitud de las proteínas. ^{[19] [20]}

Un objetivo importante en el campo de la ingeniería de proteínas es la creación de bibliotecas de ADN que toman muestras de regiones del espacio de secuencias, a menudo con el objetivo de encontrar mutantes de proteínas con funciones mejoradas en comparación con el tipo salvaje . Estas bibliotecas se crean utilizando una secuencia de tipo salvaje como plantilla y aplicando una o más técnicas de mutagénesis para crear diferentes variantes de la misma, o bien creando proteínas desde cero utilizando síntesis genética artificial . A continuación, estas bibliotecas se examinan o seleccionan , y las que tienen fenotipos mejorados se utilizan para la siguiente ronda de mutagénesis.

• Proteína
• Espacio de secuencia
• Evolución dirigida
• Ingeniería de proteínas
• Espacio de alta dimensión