重複遺伝子

重複遺伝子 （またはOLG）^{[1] [2]}は、発現可能なヌクレオチド配列が別の遺伝子の発現可能なヌクレオチド配列と部分的に重複している遺伝子です。 ^{[3]このように、ヌクレオチド配列は1つ以上の}遺伝子産物の機能に寄与する可能性があります。重複遺伝子は、細胞ゲノムとウイルスゲノムの両方に存在し、基本的な特徴となっています。^[2]重複遺伝子の現在の定義は、真核生物、原核生物、ウイルス間で大きく異なります。^[2]原核生物とウイルスでは、重複はコード配列間で発生し、 mRNA転写産物間では発生せず、これらのコード配列が同じ鎖または反対の鎖でヌクレオチドを共有する場合に定義されます。真核生物では、遺伝子の重複はほとんどの場合、mRNA転写産物の重複として定義されます。具体的には、真核生物における遺伝子重複は、2 つ以上の遺伝子の一次 mRNA 転写産物の境界間で少なくとも 1 つのヌクレオチドが共有され、重複領域のどの時点でも DNA 塩基変異が関与するすべての遺伝子の転写産物に影響を及ぼす場合に定義されます。この定義には、イントロンとともに5' および 3'非翻訳領域(UTR) が含まれます。

オーバープリンティングとは、ある遺伝子の配列の全部または一部が、同じ遺伝子座にある別の遺伝子から代替の読み枠で読み取られるタイプのオーバーラップを指します。^[4]代替オープンリーディングフレーム（ORF）は、発現可能な既存の遺伝子内の重要なヌクレオチド置換によって作成されると考えられています。これにより、元の遺伝子の機能を維持しながら、新しいタンパク質の発現を誘導できます。 ^[5]オーバープリンティングは、既存の配列（古い遺伝子または以前はゲノムの非コード領域）から新しい遺伝子が新たに^{出現するメカニズムであると仮定されています。 [6]}オーバープリンティング遺伝子、または発現可能なヌクレオチド配列が部分的に重複している遺伝子のほとんどは、このメカニズムによって部分的に進化したと考えられており、各オーバーラップは1つの祖先遺伝子と1つの新規遺伝子で構成されていることを示唆しています。^{[7]その後、オーバープリンティングは新規タンパク質の供給源でもあると考えられています。これは、これらの新規遺伝子によってコードされる新規タンパク質が通常、データベース内のリモート}ホモログを欠いているためです。^{[8]オーバープリントされた遺伝子は、ウイルスの}ゲノム構成において特に一般的な特徴であり、ウイルスの遺伝情報の小さなセットから潜在的な発現可能な遺伝子の数を大幅に増加させる可能性があります。^{[9]ウイルスの}進化の歴史の中で、オーバープリントが多数の新しいタンパク質の生成に関与していると考えられます。

遺伝子は様々な形で重複しており、互いの相対的な位置によって分類することができる。^{[3] [11] [12] [13] [14]}

• 一方向またはタンデムオーバーラップ: 1 つの遺伝子の3'末端が、同じ鎖上の別の遺伝子の5'末端とオーバーラップします。この配置は、→ → という表記で表すことができます。矢印は、開始から終了までの読み取りフレームを示します。
• 収束型またはエンドオンオーバーラップ: 2 つの遺伝子の3'末端が反対の鎖上でオーバーラップします。これは → ← と表記されます。
• 分岐またはテールオンオーバーラップ: 2 つの遺伝子の5'末端が反対の鎖でオーバーラップします。これは、← → と記述できます。

重複遺伝子は、相対的な読み枠を表すフェーズによって分類することもできる：^{[3] [11] [12] [13] [14]}

• フェーズ内の重複は、共有されたシーケンスが同じ読み取りフレームを使用する場合に発生します。これは「フェーズ 0」とも呼ばれます。フェーズ 0 重複を持つ一方向遺伝子は、異なる遺伝子とはみなされず、同じ遺伝子の代替開始部位としてみなされます。
• 位相のずれたオーバーラップは、共有されたシーケンスが異なる読み取りフレームを使用する場合に発生します。読み取りフレームが 1 ヌクレオチドまたは 2 ヌクレオチドオフセットされているかどうかに応じて、「フェーズ 1」または「フェーズ 2」で発生する可能性があります。コドンは3ヌクレオチドの長さであるため、3 ヌクレオチドのオフセットは位相が一致したフェーズ 0 フレームです。

重複遺伝子に関する研究は、その進化を2つのモデルにまとめることができることを示唆している。^[4] 1つのモデルでは、それぞれの重複遺伝子によってコードされる2つのタンパク質は、同様の選択圧を受けて進化する。アミノ酸変化に対する強い選択が優先される場合、タンパク質と重複領域は高度に保存される。重複遺伝子は、単一のヌクレオチド置換によって2つのタンパク質の構造と機能を同時に変更できるため、厳しい制約を受けて進化すると考えられる。DNAゲノムに多数の重複遺伝子が含まれるB型肝炎ウイルス（HBV）に関する研究では、重複コード領域における部位あたりの同義ヌクレオチド置換の平均数は、重複していない領域よりも大幅に少ないことが示された。^[15]同じ研究で、アミノ酸変化に対する弱い選択がある場合、これらの重複領域とそのタンパク質の一部が元のものから大幅に分岐する可能性があることが示された。例えば、ポリメラーゼのスペーサードメインとHBVの表面タンパク質のプレS1領域では、保存されたアミノ酸の割合はそれぞれ30％と40％でした。^[15]しかし、これらの重複領域は、異なるHBV株間で高度に保存され、プロセスに絶対的に不可欠な重複領域と比較して、複製にとってそれほど重要ではないことが知られています。

2 番目のモデルは、2 つのタンパク質とそれぞれの重複遺伝子が反対の選択圧を受けて進化することを示唆しています。つまり、一方のフレームは正の選択を受け、他方は浄化選択を受けます。トンブスウイルスでは、タンパク質p19とp22 は549 nt のコード領域を形成する重複遺伝子によってコードされており、p19 は正の選択を受け、p22 は浄化選択を受けていることが示されています。^[16]追加の例は、センダイウイルス^[17] 、ジャガイモ葉巻ウイルス^[18]、およびヒトパルボウイルス B19の重複遺伝子に関する研究で言及されています。^{[19]重複遺伝子が異なる選択圧を受けるこの現象は、2 つのフレームに異なる影響を与えるヌクレオチド置換の}速度が速いことの結果であると示唆されています。置換は、一方のフレームでは主に非同義である可能性がありますが、もう一方のフレームではほとんど同義である可能性があります。 ^[4]

重複遺伝子は、ウイルス、細菌、ミトコンドリアなどの急速に進化するゲノムでは特によく見られます。重複遺伝子は3つの方法で発生する可能性があります。^[20]

1. 終止コドンの喪失により、既存のオープンリーディングフレーム（ORF）が下流の連続した遺伝子に拡張されることによって。
2. 開始コドンの喪失により、既存の ORF が上流の連続遺伝子に拡張されることによって。
3. 点突然変異により既存の ORF 内に新しい ORF が生成される。

複数の遺伝子をコードするために同じヌクレオチド配列を使用すると、ゲノムサイズの縮小と、重複遺伝子の転写および翻訳の共制御の機会により、進化上の利点が得られる可能性がある。 ^{[12] [21] [22] [23]}遺伝子の重複は、重複領域の配列に新たな進化上の制約を導入する。^{[14] [24]}

1977年、ピエール＝ポール・グラッセは、この遺伝子対のうちの1つは、代替の読み枠に新しいORFを導入する突然変異によってde novoで発生した可能性があると提唱し、そのメカニズムをオーバープリンティングと表現した。^{[25] : 231}これは後に、このメカニズムによって発生した可能性のある候補遺伝子を特定した大野進によって実証された。 ^[26]このように発生したde novo遺伝子の中には、重複したままではなく、遺伝子重複後に部分機能化するものがあり、^[6]孤児遺伝子の蔓延に寄与している。重複する遺伝子対のどちらが若いかは、より限定された系統発生分布、またはあまり最適化されていないコドン使用法によって、バイオインフォマティクス的に特定できる。^{[9] [27] [28]}ペアの若いメンバーは古いメンバーよりも高い固有の構造的無秩序性を持つ傾向がありますが、古いメンバーも他のタンパク質よりも無秩序であり、おそらく重複によってもたらされる進化上の制約を緩和する方法として考えられます。^[27]重複は、すでに高い無秩序性を持つタンパク質に由来する可能性が高いです。^[27]

重複遺伝子は、頻度はさまざまですが、生命のあらゆる領域で発生します。特にウイルスゲノム ではよく見られます。

重複遺伝子の存在は、 1977年にフレデリック・サンガーによって初めて配列決定されたDNAゲノムであったウイルスΦX174で初めて特定されました。[ ^29]大腸菌に感染する小さな一本鎖DNAバクテリオファージである ΦX174 の以前の分析では、感染中に生成されるタンパク質には、そのゲノムの測定された長さよりも長いコード配列が必要であることが示唆されていました。 ^[31]完全に配列決定された5386ヌクレオチドのゲノムの分析により、ウイルスはコード領域間で広範な重複を持つことが示され、一部の遺伝子（遺伝子Dや遺伝子Eなど）は同じDNA配列から異なる読み枠で翻訳されたことが明らかになりました。^{[29] [31]} ΦX174のゲノム複製遺伝子A内の別の開始部位は、元のAタンパク質のC末端と同一のコード配列を持ちながら異なる機能を有する短縮タンパク質を発現することが示された[ 32 ] [ 33 ]^{重複遺伝子}のために、他の未発見のポリペプチド合成部位がゲノム中に隠されている可能性があると結論付けられた。別の重複遺伝子座位の特定されたde novo遺伝子は、細胞壁の生合成を阻害することによって大腸菌の溶解を誘導する新規タンパク質を発現することが示され[56]、オーバープリントのプロセスによるde novoタンパク質生成が、ウイルスの病原性の進化において重要な要因となり得ることを示唆している。^{[4]別の例は、} SARS-CoV 2ウイルスのORF3d遺伝子である 。^{[1] [34]重複遺伝子は、特に}ウイルスゲノムでよく見られる。^[9]いくつかの研究では、この観察結果は、ゲノムをウイルスカプシドにパッケージングする際の物理的制約、特に二十面体形状による制約によって媒介される小さなゲノムサイズへの選択圧によるものだとしている。^[35]しかし、他の研究ではこの結論に異議を唱え、ウイルスゲノムの重複の分布は、重複するウイルス遺伝子の進化的起源であるオーバープリンティングを反映している可能性が高いと主張している。^{[36]オーバープリンティングは、ウイルスにおける}デノボ遺伝子の一般的な発生源である。^[28]

ゲノム内に重複するコード配列を持つウイルスの割合はさまざまです。^[2]二本鎖RNAウイルスでは、重複するコード配列を持つウイルスは4分の1未満ですが、レトロウイルス科および一本鎖DNAゲノムを持つウイルスのほぼ4分の3には重複するコード配列が含まれています。^[37]特に分節ウイルス、つまりゲノムが別々の断片に分割され、すべて同じカプシドまたは別々のカプシドにパッケージ化されたウイルスは、分節されていないウイルスよりも重複配列を含む可能性が高くなります。^{[37] RNAウイルスは、}変異率が低く、ゲノムサイズの制限が少ないDNAウイルスよりも重複遺伝子が少なくなっています。 ^{[37] [38]} DNAウイルスの変異率が低いため、構造的に制約されたゲノム内でのゲノムの新規性と進化の探究が促進され、重複遺伝子の進化の主な要因となる可能性があります。^{[39] [40]}

オーバープリントされたウイルス遺伝子の研究によると、そのタンパク質産物はウイルスの増殖には必須ではないが、病原性に寄与する補助タンパク質である傾向があることが示唆されている。オーバープリントされたタンパク質は、通常とは異なるアミノ酸分布と高いレベルの固有無秩序性を示すことが多い。^[41]場合によっては、オーバープリントされたタンパク質は明確に定義されているが、新しい3次元構造を持つ。 ^[42]一例として、トムブスウイルスに見られるRNAサイレンシング抑制因子p19は、新しいタンパク質フォールドとsiRNAを認識する新しい結合モードの両方を備えている。^{[28] [30] [43]}

細菌ゲノムにおける遺伝子重複の推定では、通常細菌遺伝子の約3分の1が重複していることがわかりますが、通常は数塩基対のみです。^{[12] [44] [45]細菌ゲノムの重複に関する研究のほとんどで、重複が}遺伝子制御の機能を果たし、重複した遺伝子が転写的および翻訳的に共制御されることを可能にするという証拠が見つかりました。 ^{[12] [23]}原核生物ゲノムでは、一方向の重複が最も一般的ですが、これは隣接する原核生物遺伝子が方向を共有する傾向があるためである可能性があります。^{[12] [14] [11]}一方向の重複のうち、長い重複は読み取りフレーム（つまり、フェーズ1）で1ヌクレオチドのオフセットで読み取られることが多く、短い重複はフェーズ2で読み取られることが多いです。^{[45] [46] 60}塩基対を超える長い重複は収束遺伝子でより一般的ですが、推定上の長い重複は誤注釈の割合が非常に高くなります。^[47]細菌ゲノムにおける長い重複の確固たる検証例は稀であり、よく研究されているモデル生物である 大腸菌では、4つの遺伝子ペアだけが長い重複した重複を持つことが確固たる検証を受けている。^[48]

原核生物のゲノムと比較すると、真核生物のゲノムは注釈が不十分であることが多く、そのため真の重複を特定することは比較的困難です。^[28]しかし、マウスやヒトなどの哺乳類を含むさまざまな真核生物で、検証された遺伝子重複の例が文書化されています。^{[49] [50] [51] [52]}真核生物は、重複の種類の分布において原核生物と異なります。原核生物では一方向（つまり、同じ鎖）の重複が最も一般的ですが、真核生物では反対または反平行鎖の重複がより一般的です。反対鎖の重複のうち、収束方向が最も一般的です。^[50]真核生物の遺伝子重複のほとんどの研究では、重複する遺伝子は近縁種であってもゲノムの再編成を広範囲に受けており、そのため重複の存在が常に十分に保存されているわけではないことがわかっています。^{[51] [53]}古い遺伝子や分類上制限の少ない遺伝子との重複も、特定の真核生物系統で新たに発生した可能性が高い遺伝子の共通の特徴である。 ^{[51] [54] [55]}

重複遺伝子の正確な機能は生命の領域によって異なるようですが、いくつかの実験では、適切なタンパク質発現と化学量論を通じてウイルスのライフサイクルに重要であること、また適切なタンパク質折り畳みに役割を果たしていることが示されています^。 [ ^{57]また、すべての遺伝子重複が削除された}バクテリオファージ ΦX174のバージョンも作成されており^[58]、複製には必要ないことが証明されています。

ウイルス内の重複遺伝子の保持と進化は、カプシドサイズの制限によるものでもある。 ^[59]野生型ゲノムよりも長く設計されたゲノムを持つウイルスでは、劇的な生存率の低下が観察された。^[60] ΦX174の一本鎖DNAゲノム長を1％以上増加させると、感染力がほぼ完全に失われるが、これは有限のカプシド容積によって課せられる厳しい物理的制約の結果であると考えられている。^[61]遺伝子送達ベクターとしてのアデノ随伴ウイルスの研究では、ウイルスのパッケージングは​​遺伝子積荷のサイズ制限によって制約され、 CFTR81などの大きなヒト遺伝子を送達するには複数のベクターを使用する必要があることが示された。 ^{[62] [63]}したがって、重複遺伝子はこれらの物理的制約を克服する手段として進化し、ゲノム長を増やすのではなく、既存の配列のみを利用して遺伝的多様性を高めたことが示唆されている。

ゲノムアノテーションなどの標準化された方法は、すでにキュレーションされた遺伝子に依存している一方で、重複遺伝子は非定型的な配列構成を含むため一般的に見過ごされるため、重複遺伝子の検出には不適切である可能性がある。 ^{[2] [64] [65] [66]}ゲノムアノテーションの標準は、別の遺伝子内に完全に含まれる遺伝子など、特徴の重複に対して偏りがあることも多い。^{[67]さらに、} RASTパイプラインなどの一部のバイオインフォマティクスパイプラインは、予測されたORF間の重複を著しくペナルティする。^[68]しかし、ゲノム規模のタンパク質およびRNA測定ツールの急速な進歩と、ますます高度な予測アルゴリズムにより、多数のゲノム内に重複遺伝子とORFが大量に存在していることが明らかになった。^[2] プロテオゲノミクス法は、多数の重複遺伝子を発見するために不可欠であり、ボトムアッププロテオミクス、リボソームプロファイリング、DNAシーケンシング、および摂動などの技術の組み合わせを含む。RNAシークエンシングは、重複転写産物を含むゲノム領域を特定するためにも使用されます。これは、ヒトで以前に注釈が付けられたコーディング領域内の180,000の代替ORFを特定するために利用されています。^[69]このような新しく発見されたORFは、 CRISPR-Cas9や触媒不活性Cas9（dCas9）破壊などのさまざまな逆遺伝学技術を使用して検証されます。^{[70] [71] [72]}未発見の重複遺伝子が存在しないことを疑いの余地なく示すために、合成による証明の試みも行われます。^[73]

• ネストされた遺伝子