遺伝子砂漠

遺伝子砂漠とは、タンパク質をコードする遺伝子が欠如しているゲノムの領域です。遺伝子砂漠はゲノム全体の約 25% を占めると推定されており、最近ではその真の機能に注目が集まっています。^[1]遺伝子砂漠は、タンパク質を生成できないため、不必要な「ジャンク DNA」を含むと考えられていましたが、その後、遠位エンハンスメントや保存的遺伝など、いくつかの重要な制御機能と関連付けられるようになりました。そのため、いくつかの癌を含むいくつかの主要な疾患につながるリスクの増加は、遺伝子砂漠で見つかった異常に起因するものと考えられています。

最も顕著な例の 1 つは 8q24 遺伝子領域で、特定の一塩基多型の影響を受けると、無数の疾患につながります。遺伝子砂漠の主な識別要素は、GpC 含有量の低さと、コーディング領域では見られない比較的高いレベルの反復にあります。最近の研究では、遺伝子砂漠はさらに可変形式と安定形式に分類されています。領域は、組み換えによる動作と遺伝子の内容に基づいて分類されます。遺伝子砂漠に関する現在の知識はかなり限られていますが、進行中の研究と改善された技術により、これらの非コーディング領域のさまざまな重要な影響の調査への扉が開かれ始めています。

遺伝子砂漠での機能の可能性は1960年代にはすでに予測されていたが、遺伝子同定ツールでは、それらの領域でコードがまったく発生していないこと以外、長い非コード領域の特定の特徴を明らかにすることができなかった。^[2]

2001年にヒトゲノム計画によってヒトゲノムが完成する前は、初期の関連遺伝子比較のほとんどは、アクセスのしやすさと厳密な制御のために、必須のハウスキーピング遺伝子がゲノムの同じ領域に密集しているという考えに依存していました。この考えから後に、遺伝子砂漠は以前の制御配列で、高度にリンクされている（したがって組み換えを受けない）が、時間の経過とともにそれらの間で置換が起こったという仮説が構築されました。 ^{[2] [3]}これらの置換により、厳密に保存された遺伝子が時間の経過とともに分離し、いくつかの必須遺伝子を含むナンセンスコードの領域が形成される可能性があります。ただし、染色体の異なる部分で遺伝子保存率が異なることによる不確実性により、正確な識別が妨げられました。その後、制御配列が転写因子と関連付けられたときに関連性が再構築され、大規模なゲノム全体のマッピングが誕生しました。こうして、遺伝子砂漠の内容と機能の探索が始まりました。

染色体上のクロマチンシグネチャのスクリーニングにおける最近の進歩（例えば、染色体コンフォメーションキャプチャ、別名3C）により、長距離遺伝子活性化モデルの確認が可能になり、これは、調節エンハンサーとその標的プロモーターの間に実際に物理的なリンクがあると仮定している。^{[2]遺伝子砂漠の研究は、ヒト遺伝学に集中しているが、マウス、さまざまな鳥、および}キイロショウジョウバエにも適用されている。^{[4] [5]}選択された種のゲノム間では保全が変化するが、相同遺伝子砂漠は同様に機能する。したがって、遺伝子砂漠に関する一般的な主張は、これらの非コード配列がアクティブで重要な調節要素を秘めているというものである。

ある研究は、制御群島、つまり広大な非コード領域に囲まれたコード配列の「島」のある領域に焦点を当てました。hox遺伝子に対する制御の影響を調査したこの研究では、当初、Hox D遺伝子座のそれぞれ200塩基対と50塩基対上流にある2つのエンハンサー配列、GCRとProxに焦点を当てました。^[5]この領域を操作するために、この研究では2つのエンハンサー配列を反転させましたが、2つの配列が遺伝子に最も近い配列であるにもかかわらず、Hox D遺伝子の転写に大きな影響は見つかりませんでした。そのため、研究者らは上流のGCR配列を挟む遺伝子砂漠に目を向け、その中に遺伝子を制御できる5つの制御島を発見しました。最も可能性の高い候補を選択するために、この研究では5つの島にいくつかの個別欠失と多重欠失を適用し、その影響を観察しました。これらのさまざまな欠失は、身体的異常や数本の指の欠損などの軽微な影響しか引き起こしませんでした。

実験をさらに進め、830キロベースの遺伝子砂漠全体を削除したところ、Hox D遺伝子座全体の機能が不活性化されました。^[5]これは、隣接する遺伝子砂漠が、830キロベースのユニット全体（その中の5つのアイランド配列を含む）として、わずか50キロベースにわたる単一の遺伝子の重要な調節因子として機能していることを示しています。したがって、これらの結果は、隣接する遺伝子砂漠の調節効果を示唆しています。この研究は、蛍光in situハイブリダイゼーションと染色体コンフォメーションキャプチャの比較による後の観察によって裏付けられ、Hox D遺伝子座がこの領域で最も脱凝縮された部分であることがわかりました。これは、隣接する遺伝子砂漠と比較して、Hox D遺伝子座が比較的高い活性を持っていることを意味しました。^[6]したがって、Hox Dは、同時に発現されていない特定の近くのエンハンサー配列によって制御されている可能性があります。ただし、どちらの分析方法を使用する場合でも、近接性は不正確であることを警告します。^[6]このように、調節遺伝子砂漠とその標的プロモーターとの間の関係は可変距離を持ち、境界として機能する必要はないようである。

距離のばらつきは、距離が遺伝子砂漠によって決定されるもう 1 つの重要な要因である可能性を示しています。たとえば、遠位エンハンサーは、特定の距離を超えて作用する必要があるループ相互作用を介してターゲットプロモーターと相互作用する場合があります。^[7]したがって、近接性はエンハンサーの正確な予測因子ではありません。エンハンサーは、ターゲット配列を制御するためにターゲット配列に隣接する必要はありません。これにより距離にばらつきが生じますが、転写開始部位とエンハンサー要素によって媒介される相互作用複合体の平均距離は、開始部位の 120 キロベース上流です。^[7]

遺伝子砂漠は、この距離を構築して最大のループ形成を可能にする役割を果たしている可能性がある。エンハンサー複合体の形成メカニズムはかなり単純に制御されたメカニズムであることを考えると（エンハンサー複合体に採用される構造には、構築を制御するさまざまな制御制御がある）、プロモーターの 50% 以上が複数の長距離相互作用を持っている。特定のコア遺伝子には、最大 20 の可能なエンハンサー相互作用がある。複合体がプロモーターの上流でのみ形成されるという奇妙な偏りがある。^[7]したがって、多くの制御遺伝子砂漠がターゲットプロモーターの上流に現れるという相関関係を考えると、遺伝子砂漠が果たすより直接的な役割は、重要な配列の長距離制御である可能性がある。エンハンサー相互作用の理想的な形成には特定の構成が必要であるため、遺伝子砂漠の制御役割の考えられる副産物は、遺伝子の保存である可能性がある。遺伝子砂漠に隠されたループの特定の長さと制御遺伝子の順序を保持するために、遺伝子砂漠の特定の部分は、継承イベントを通過するときに他の部分よりも高度に保存される。これらの保存された非コード配列（CNS）は、すべての脊椎動物におけるシンテニー遺伝と直接関連している。^[8]したがって、これらのCNSの存在は、遺伝子の大きな領域を保存するのに役立つ可能性がある。

調節遺伝子砂漠では距離が変化する可能性があるが、保存遺伝子砂漠では距離に上限があるようだ。CNSは当初、保存遺伝子の近くに存在すると考えられていた。以前の推定では、ほとんどのCNSは遺伝子配列の近くにあるとされていた。^[8]しかし、遺伝子データの拡大により、いくつかのCNSは標的遺伝子から最大2.5メガベースまで存在し、ほとんどのCNSは1～2メガベースの間にあることが明らかになった。この範囲はヒトゲノムについて測定されたもので、種によって異なります。たとえば、ヒトと比較すると、フグの範囲は狭く、最大距離は数百キロベースと推定されています。長さの違いにかかわらず、CNSはどちらの種でも同様の方法で機能します。^[8]したがって、遺伝子砂漠間で機能が異なると、その内容も異なります。

特定の遺伝子砂漠は強力な調節因子である一方、他の遺伝子砂漠は削除されても影響はありません。遺伝子砂漠は、安定型と可変型の 2 つのサブタイプに分類できます。^[1]安定型遺伝子砂漠は、可変型遺伝子砂漠よりも反復が少なく、グアニンからシトシン (GpC) の含有量が比較的高いです。

グアニンおよびシトシン含有量は、タンパク質コーディング機能性の指標となる。例えば、いくつかの遺伝病に関連している染色体2および4に関する研究では、特定の領域でGpC含有量が高かった。^[9]これらのGCに富む領域の変異はさまざまな疾患を引き起こし、これらの遺伝子の必要な完全性を明らかにした。高密度CpG領域は、DNAメチル化の調節領域として機能する。^[10]したがって、必須コーディング遺伝子は高CpG領域によって表されるはずである。特に、GC含有量の高い領域は、主に必須のハウスキーピングおよび組織特異的プロセスに専念する遺伝子の密度が高い傾向があるはずである。^[11]これらのプロセスは、機能性を発現するために最も多くのタンパク質産生を必要とする。したがって、GC含有量が高い安定遺伝子砂漠には、必須のエンハンサー配列が含まれているはずである。これにより、安定遺伝子砂漠の保存機能が決まる可能性がある。

一方、遺伝子砂漠の約 80% は GpC 含有量が低く、必須遺伝子が非常に少ないことを示しています。^[9]したがって、遺伝子砂漠の大部分は可変遺伝子砂漠であり、代替機能を持っている可能性があります。遺伝子砂漠の起源に関する一般的な理論の 1 つは、遺伝子砂漠は距離として機能する必須遺伝子の集積であると仮定しています。^{[1] [10]}これは、必須遺伝子の数が少ないため、これらの領域はあまり保存されていないため、正しい可能性があります。その結果、最も一般的な SNP であるシトシンからチミンへの変換の普及により、可変遺伝子砂漠内の少数の必須遺伝子が徐々に分離されます。これらの必須配列は維持および保存され、離れて制御する高密度の小さな領域につながります。^[10]したがって、GC 含有量は、DNA 内のコーディングまたは制御プロセスの存在を示しています。

安定遺伝子砂漠は GC 含有量が高いが、この相対値は平均値にすぎない。安定遺伝子砂漠では、末端の GC 含有量が非常に高いものの、DNA の主要部分は可変遺伝子砂漠で見られるものよりもさらに GC 含有量が低い。これは、安定遺伝子砂漠には組み換えが起こらないか、または組み換え率が非常に低い高度に保存された領域がほとんどないことを示す。^[9]安定遺伝子砂漠の末端は GC 含有量が特に高いため、これらの配列は極めて保存されているに違いない。この保存により、隣接する遺伝子の保存率も高くなる可能性がある。したがって、安定遺伝子は隣接する遺伝子の少なくとも 1 つに直接リンクしており、組み換えイベントによってコード配列から分離することはできない。^[1]ほとんどの遺伝子砂漠は、少数の遺伝子の周りにペアで集まっているように見える。このクラスター化により、遺伝子密度が非常に低い長い遺伝子座が形成される。遺伝子数が多い小さな領域は、長い遺伝子砂漠に囲まれているため、遺伝子の平均値は低くなる。したがって、これらの長い遺伝子座における組み換えイベントの確率が最小限に抑えられることで、時間の経過とともに一緒に継承されるシンテニーブロックが作成されます。^[1]これらのシンテニーブロックは非常に長期間保存できるため、必須遺伝子間の距離が時間の経過とともに拡大しても、必須物質の損失を防ぐことができます。

この効果は、理論的には可変遺伝子砂漠のさらに低いGC含量（それによって遺伝子密度が本当に最小限に抑えられる）によって増幅されるはずですが、可変遺伝子砂漠での遺伝子保存率は安定遺伝子砂漠で観察されるものよりもさらに低く、実際にはゲノムの残りの部分よりもはるかに低いです。この現象の考えられる説明は、可変遺伝子砂漠が安定遺伝子砂漠にまだ固定されていない最近進化した領域である可能性があるということです。^[1]したがって、可変遺伝子砂漠内の安定化領域が全体のユニットとしてクラスター化し始める前に、シャッフルがまだ発生する可能性があります。この最小限の保存率にはいくつかの例外があり、いくつかのGC遺伝子砂漠は過剰メチル化にさらされ、DNAへのアクセス性が大幅に低下するため、その領域は組み換えから効果的に保護されます。^[11]ただし、これらは観察ではめったに発生しません。

安定遺伝子砂漠と可変遺伝子砂漠は内容と機能が異なりますが、どちらも保存能力を持っています。ほとんどの可変遺伝子砂漠には遠隔作用できる調節要素があるため、これらの調節要素自体がユニットとして保存されている限り、遺伝子砂漠全体をシテニック遺伝子座に保存する必要はなかった可能性があります。GC 含有量が特に低いため、調節要素は、隣接する安定遺伝子砂漠で同様に観察される最小限の遺伝子密度の状況にあり、同じ効果があります。したがって、両方のタイプの遺伝子砂漠は、ゲノム内に必須遺伝子を保持する役割を果たします。

遺伝子砂漠の保守的な性質は、これらの非コード塩基の連続が適切な機能に不可欠であることを裏付けています。実際、非コード遺伝子の不規則性に関する幅広い研究により、遺伝性疾患とのいくつかの関連性が発見されています。最も研究されている遺伝子砂漠の1つは8q24領域です。初期のゲノムワイド関連研究は、異常に高いSNP発生率を示すと思われる8q24領域（第8染色体上）に焦点が当てられていました。これらの研究により、この領域がさまざまながん、特に前立腺がん、乳がん、卵巣がん、結腸がん、膵臓がんのリスク増加に関連していることがわかりました。^{[12] [13]}ある研究では、遺伝子砂漠を細菌人工染色体に挿入して、クローニングシステムで分離された特定の領域でエンハンサー活性を生み出すことができました。^[14]この研究により、この領域に隠されたエンハンサー配列を特定することに成功しました。このエンハンサー配列内で、前立腺がんのリスクをもたらすSNP（SNP s6983267と名付けられている）が、病気のマウスで発見されました。しかし、8q24領域は、前立腺がんのリスクをもたらすだけに限定されていません。2008年の研究では、遺伝子砂漠領域に変異を持つ被験者（および対照）をスクリーニングし、異なるSNPの影響を受けると異なるリスクをもたらす5つの異なる領域を発見しました。^[12]この研究では、遺伝子砂漠で特定されたSNPマーカーを使用して、各領域から特定の組織発現へのリスク会議を特定しました。これらのリスクはさまざまな種類のがんにうまく関連付けられましたが、Ghoussaini, M., et al.は、SNPが単なるマーカーとして機能したのか、がんの直接の原因であったのかについては不確実であると指摘しています。

これらの多様な効果は、この領域のSNPとさまざまな臓器のMYCプロモーターとの間のさまざまな相互作用によって発生します。8q24領域の下流に近い位置にあるMYCプロモーターは、無数の疾患との関連から、おそらく最も研究されているがん遺伝子です。^[13] MYCプロモーターが正常に機能することで、細胞が定期的に分裂します。この研究では、ヒトで染色体転座を起こした8q領域が、MYCプロモーターにとって必須のエンハンサーを移動させた可能性があると仮定しています。^[13] この領域の周囲の領域は、時間の経過とともに遺伝子砂漠内に必須のMYCエンハンサーを隠した可能性のある組み換えを受けた可能性がありますが、その増強効果は依然として非常に保持されています。この分析は、この領域がMYCプロモーターの近くに保持されているいくつかのマウス種で観察された疾患との関連性に基づいています。^[13]したがって、8q24遺伝子砂漠は、MYCプロモーターと何らかの関連があるはずです。この砂漠は、転座イベント後に組み換えがほとんど起こっていない安定した遺伝子砂漠に似ている。したがって、この領域に影響する SNP が安定した遺伝子砂漠を持つ重要な組織特異的遺伝子を破壊し、さまざまな組織形態における癌のリスクを説明できるという仮説が立てられる。隠れたエンハンサー要素のこの影響は、ゲノムの他の場所でも観察できる。たとえば、5p13.1 の SNP は PTGER4 コード領域の調節を乱し、クローン病を引き起こす。^[15] 9p21 遺伝子砂漠の別の影響を受ける領域は、いくつかの冠動脈疾患を引き起こす。^[16]ただし、これらのリスクをもたらす遺伝子砂漠のいずれも、8q24 領域ほど影響を受けていないようだ。現在の研究では、MYC プロモーターに対する特に増幅された応答をもたらす 8q24 領域の SNP 影響を受けるプロセスについては依然として不明である。よりアクセスしやすい集団とゲノムワイド関連マッピングのためのより具体的なマーカーの助けを借りて、遺伝子砂漠では、ますます多くのリスク対立遺伝子がマークされるようになっています。遺伝子砂漠では、小さく孤立した一見重要でない遺伝子領域が重要な遺伝子に影響を与える可能性があります。

遺伝子砂漠のコンテンツの大部分は、依然として使い捨てである可能性が高い。 ^[要出典]もちろん、これは遺伝子砂漠が果たす役割が重要でない、あるいは不必要であるということではなく、むしろその機能には緩衝効果が含まれる可能性があるということである。必須でない DNA コンテンツを持つ必須遺伝子砂漠の例としては、ゲノムの末端を保護するテロメアが挙げられる。テロメアは、TTAGGG の繰り返し (ヒトの場合) のみを含み、明らかなタンパク質コード機能を持っていないことから、真の遺伝子砂漠として分類することができる。これらのテロメアがなければ、ヒトゲノムは一定数の細胞周期内で深刻な変異を起こすであろう。一方、テロメアはタンパク質をコードしないため、テロメアを失っても重要なプロセスに影響はない。したがって、「ジャンク」 DNA という用語は、ゲノムのどの領域にももはや適用されるべきではなく、ゲノムのすべての部分が、生命の機能を決定するタンパク質コード領域の保護、制御、または修復の役割を果たすべきである。膨大な（しかし限られた）ヒトゲノムの隅々まではまだ解明すべきことがたくさんありますが、さまざまな新技術と完全なヒトゲノムの合成の助けにより、近い将来、私たちの遺伝子コードの驚異に関する膨大な秘密が解明されるかもしれません。

• 保存された非コード配列
• 遺伝子制御ネットワーク
• 非コードDNA
• 非コードRNA