Year: 2025
Type: dissertation
Abstract: Hintergrund Die Translation von mRNA in Proteine, ein lebenswichtiger Prozess, ist ein fehleranfälliger Prozess. Übersetzungsfehler, sogenannte phänotypische Mutationen, können die Proteinsequenz im Vergleich zur vom Genom kodierten Sequenz verändern. Zu den wichtigs-ten Arten von phänotypischen Mutationen gehören Aminosäure-Fehleinbauten, Stopcodon-Durchlesen und ribosomales Frameshifting, das im Mittelpunkt dieser Arbeit stand. Phänotypische Mutationen sind stochastisch: An einer bestimmten Position in der mRNA macht ein Teil der Ribosomen den Fehler, während andere mit normaler Translation fortfahren. Die Produktion dieser stochastischen nicht-kanonischen Proteine ist im Allgemeinen schädlich, aber in einigen Fällen haben sich phänotypische Mutationen so entwickelt, dass sie mit hoher Rate auftreten und eine adaptive Funktion erfüllen. Phänotypische Mutationen können daher entweder als zufällige Fehler angesehen werden, die vermieden oder gemildert werden müssen, oder als Möglichkeiten, die Bedeutung von mRNAs zu ändern, das Proteom zu diversifizieren und zur Entwicklung neuer Funktionen beizutragen. Zu verstehen, wie sich phänotypische Mutationen auf Organismen auswirken, erfordert einen Überblick darüber, wo und wie häufig sie auftreten. Die meisten Forschungsarbeiten haben sich jedoch auf einige wenige spezifische Fälle konzentriert. Es fehlt immer noch ein sys-tematisches Verständnis dafür, welche mRNA-Sequenzen Fehler verursachen und wie solche fehleranfälligen Stellen in natürlichen Kodierungssequenzen verteilt sind. Fragestellung und Hypothese Ich stellte die Hypothese auf, dass phänotypische Mutationen häufig genug sind, um das Proteom zu formen und eine Rolle in der Protein-Evolution zu spielen. Um dies zu testen, musste ich die Gene und Sequenzpositionen identifizieren, an denen diese Fehler auftreten, und die Fehlerhäufigkeit. Ich nahm außerdem an, dass ein kleiner Sequenzkontext ausreicht, um die Raten phänotypischer Mutationen zu definieren. Mein Projekt konzentrierte sich auf ribosomales Frameshifting als eine phänotypische Mu-tation, die potenziell sehr schädlich, aber in bestimmten Fällen vorteilhaft ist. Basierend auf den oben genannten Hypothesen bestand das erste Ziel darin, kurze mRNA-Sequenzen zu identifizieren, die für sich genommen einen Frameshift verursachen. Die identifizierten Frameshift-stimulierenden Sequenzen bildeten die Grundlage für das zweite Ziel: Ich durchsuchte prokaryotische Genome nach effektiven Frameshift-Stellen und identifizierte die Frameshift-Proteine, die sie produzieren würden. Eine Untersuchung der Verteilung der Stellen sowie eine funktionelle Analyse der Frameshift-Proteine sollte zeigen, wie riboso-maler Frameshift zur Protein-Evolution beiträgt. Darüber hinaus untersuchte ich in zwei Kooperationsprojekten Aminosäure- Fehleinbauten und das Durchlesen von Stoppcodons. Für beide Fehlertypen wollten wir die Sequenzen identifizieren, die sie verursachen, und dann das Ausmaß der Fehler in den Genomen bewerten. Wir suchten auch nach Hinweisen auf eine Anpassung des Genoms, um diese Fehler zu vermeiden, zu mildern oder zu nutzen, um zu verstehen, wie phänotypische Mu-tationen das Proteom verändern. Material und Methoden Um Aminosäure- Fehleinbauten zu untersuchen, haben wir eine bioinformatische Pipeline und ein Python-Paket, deTEL, entwickelt, um Aminosäure- Fehleinbauten in Massenspekt-rometriedaten zu identifizieren. Wir haben damit Hunderte von öffentlichen Proteomik-Datensätzen (Massenspektrometrie) von E. coli und S. cerevisiae neu verarbeitet. Aus den identifizierten Fehleinbauten haben wir Fehleinbauraten für Codon- und Aminosäurepaare berechnet. Um Hinweise auf natürlich vorkommende Stopcodon-Durchleseraten zu finden, analysierte ich Wildtyp E. coli mittels massenspektrometriebasierter Proteomik, um Sequenzen zu identifizieren, die nur durch Durchlesen entstehen würden. Ich analysierte auch die Verteilung und Verwendung von Stoppcodons im E. coli-Genom, um die genomische Anpassung an diesen Fehlertyp zu bewerten. Zur Untersuchung des Frameshifting kombinierte ich zwei Ansätze: Erstens entwickelte ich ein computergestütztes Modell namens SLIPPERRS, das Frameshifting-Stellen (10 Nukleotide lang) anhand der mRNA-Sequenz vorhersagt. Um Frameshifting vorherzusagen, modelliert SLIPPERRS die Ankunft der tRNAs am Ribosom und die Codon-Anticodon-Bindung. Zweitens entwickelte ich einen quantitativen Assay, basierend auf einem prokaryotischen In-vitro-System, der Frameshift-Raten durch zwei orthogonale Methoden misst: Fluoreszenz und quantitative Massenspektrometrie. Anhand von Modellvorhersagen habe ich die Wahrscheinlichkeiten von Frameshifting von etwa 160 10-Meren gemessen. Anschließend verwendete ich die Bibliothek der Frameshift-Stellen, um Frameshifting in prokaryotischen Genomen zu analysieren. Ich untersuchte die Genome von 200 Arten der Gammaproteobacteria auf effektive Frameshift-Stellen. Ich sagte die hypothetischen Proteine voraus, die durch Frameshifting an diesen Stellen produziert werden, und analysierte sie in silico unter Verwendung von Vorhersagen zu Unordnung, Domäne und 3D-Struktur. Ich verglich die Produkte effizienter und ineffizienter Frameshift-Stellen, um Beweise einer genomischen Anpassung an Frameshifting zu finden. Ergebnisse Durch die erneute Analyse öffentlich zugänglicher Proteomikdaten konnten wir Zehntau-sende von Aminosäure- Fehleinbauten in E. coli und S. cerevisiae nachweisen. Die Fehlerquoten für verschiedene Arten von Fehleinbauten liegen zwischen 10-7 und 10-3. Die Fehlerquoten unterscheiden sich erheblich zwischen Massenspektrometrie-Studien und zwischen den Arten, was die Notwendigkeit einer Datenaggregation und artspezifischer Studien unterstreicht. Fehleinbauten sind so häufig, dass 20 % der Proteinmoleküle oder mehr einen Fehler enthalten werden, was darauf hindeutet, dass Fehleinbauten ein allgegenwärtiges Phänomen sind. Mit Hilfe der massenspektrometrischen Proteomik habe ich nach Hinweisen auf das Durchlesen von Stoppcodons in Wildtyp-E. coli gesucht und Durchleseereignisse in 15 Genen festgestellt. Das Durchlesen tritt häufiger bei niedrigeren Wachstumstemperaturen und in Genen auf, die das UGA-Stoppcodon verwenden. Im Genom von E. coli wird UGA vermieden, wenn das Durchlesen schwerwiegende Folgen hätte, und es verfügt oft über „Backup“-Stoppcodons, was auf eine Selektion gegen schädliches Durchlesen hindeutet. Um das ribosomale Frameshifting zu untersuchen, habe ich ein mechanistisches Modell und einen quantitativen Test entwickelt. Mit dem Test habe ich Dutzende von zuvor nicht charakterisierten 10-Mers identifiziert, die ein effizientes Frameshifting verursachen. Au-ßerdem habe ich Codonmuster und Sequenzmerkmale gefunden, die auf ein ribosomales Frameshifting hindeuten. Das Modell identifiziert effiziente FS-Stellen mit einer Genauigkeit von mehr als 70 % und ist damit eines der ersten allgemeinen Modelle, das Frameshifting aus der mRNA-Sequenz vorhersagen kann. Die bioinformatische Studie ergab, dass effiziente FS-Stellen in den Genomen von Gammaproteobakterien häufig vorkommen: Ca. 100 Gene pro Spezies enthalten eine FS-Stelle. Die von diesen Stellen produzierten Proteine sind kürzer und weniger ungeordnet als erwartet, was auf eine Selektion gegen die Folgen des Frameshifts hindeutet. In etwa 40 % der Fälle fügt der Frameshift dem Protein mindestens eine geordnete Domäne hinzu. In einem Fall, den ich genauer untersucht habe, scheint das ribosomale Frameshifting adaptiv zu sein, da es ein Pseudogen „repariert“, das durch eine genomische Frameshift-Mutation zerstört wurde. Schlussfolgerungen Die hier vorgestellten Projekte zu Aminosäure- Fehleinbauten, Stopcodon-Durchlesen und ribosomalen Frameshifts zeigen, dass phänotypische Mutationen bei Prokaryoten ein weit verbreitetes Phänomen sind. Sie treten im gesamten Proteom an scheinbar nicht pro-grammierten, nicht adaptiven Stellen auf, und zwar in einer Rate und einem Ausmaß, das eindeutig nachweisbar ist. Es scheint, dass sich Genome angepasst haben, um die schädlichen Folgen phänotypischer Mutationen zu vermeiden. Im Falle des ribosomalen Frameshifts scheinen Organismen den Fehler jedoch zumindest in einigen Fällen adaptiv zu nutzen. Diese Ergebnisse zeigen, dass phänotypische Mutationen einen wichtigen Bei-trag zur Regulation und Evolution des Proteoms leisten.
Author: Poehls, Jonas
Institution: Technische Universität Dresden
Language: English
Subfield: Molecular Biology
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7141780453
