El mapeo de un paisaje sistemático de aptitud de ribozima revela una red evolutiva frustrada para el ARN...

Área de la Ciencia:

• Evolución molecular
• La bioquímica
• Catalización del ARN

Sus antecedentes:

• La evolución molecular a menudo se modela como movimiento a través de un paisaje de aptitud, donde la aptitud es una función de la secuencia.
• Comprender estos paisajes y vías evolutivas es crucial pero desafiante para las biomoléculas catalíticas.
• El ARN catalítico (ribozimas) es de particular interés debido a su papel propuesto en la vida temprana, especialmente en la formación de aminoacil-ARN.

Objetivo del estudio:

• Mapear el paisaje de aptitud para el ARN auto-aminoacilante, que es crítico para comprender los orígenes del código genético.
• Identificar vías evolutivas viables y la estructura del paisaje de aptitud para esta actividad específica de la ribozima.
• Investigar las limitaciones de la evolución del ARN y el potencial de optimización.

Principales métodos:

• Se utilizó la selección in vitro combinada con un ensayo cinético masivamente paralelo.
• Desarrolló y aplicó el método de secuenciación para medir la actividad catalítica y la evolución in vitro (SCAPE).
• Se logró una cobertura espacial de secuencia casi completa para una región central de 21 nucleótidos.

Principales resultados:

• Se mapeó el paisaje de aptitud para el ARN auto-aminoacilante, revelando tres familias distintas de ribozimas (picos).
• El análisis indicó que, si bien la optimización local dentro de las familias es posible, la optimización global en todo el paisaje se ve frustrada por los valles de baja actividad.
• Los diferentes motivos de secuencia en cada pico representan soluciones catalíticas únicas, destacando la dificultad de reestructurar las ribozimas sin pérdida de actividad.

Conclusiones:

• El paisaje de auto-aminoacilación del ARN se caracteriza por vías evolutivas frustradas, que limitan la optimización global.
• Los hallazgos sugieren que la aparición casual de motivos específicos de ribozima puede haber sido más significativa que la optimización gradual por selección natural en la evolución temprana del ARN.
• Este estudio proporciona una visión detallada de un paisaje de aptitud funcional de ARN, que ofrece información sobre la evolución de los primeros sistemas biológicos.