进化的人类DNA“平衡”
人类和黑猩猩的差异只有百分之一的DNA。人类加速地区(神秘圣地)的部分基因组与意外的这些差异。神秘圣地被稳定在哺乳动物在早期人类几千年来但很快改变。科学家们一直想知道为什么这些DNA变化太大了,和如何变化将人类与其他灵长类动物区分开来。
现在,格莱斯顿研究所的研究人员分析了成千上万的人类和黑猩猩神秘圣地,发现许多变化,积累在人类进化相互对立的效果。
“这有助于回答一个长期存在的问题为什么神秘圣地后这么快就被冻结了上百万年的进化,”说凯蒂·波拉德博士格莱斯顿研究所的数据科学和生物技术的主要作者新研究发表在神经元。“最初的HAR可能出现的变化其活动太多,然后它需要拒绝了。”
她说,研究结果对理解人类进化产生影响。在升级,因为她和她的团队发现,许多神秘圣地在大脑中扮演角色-研究表明,人类的神秘圣地的变化可能会使人们更容易患上精神疾病。
想要更多的最新消息?
订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。
免费订阅“这些结果需要尖端的机器学习工具集成许多小说生成的数据集我们的团队,提供一个新的镜头检查哈尔的进化变异,”肖恩·惠伦说,博士,该研究的第一作者、高级职员在波拉德的实验室研究科学家。
通过机器学习
波拉德在2006年发现了神秘圣地当比较人类和黑猩猩的基因组。虽然这些延伸的DNA是几乎相同的所有人类,他们在人类和其他哺乳动物之间不同。波拉德的实验室继续表明,绝大多数的神秘圣地不是基因,但增强剂——监管的基因组区域,控制基因的活动。
最近,波拉德集团想要研究人类神秘圣地不同于黑猩猩如何神秘圣地的增强功能。在过去,这需要测试神秘圣地一次在老鼠中,使用一个系统,污渍组织当哈尔活跃。
相反,惠伦输入数百名已知的人类大脑增强剂,和数以百计的其他non-enhancer序列,成一个计算机程序,它可以识别模式,预测是否任何给定的DNA是一种增强剂。然后他利用模型预测,三分之一的神秘圣地控制大脑发育。
“基本上,电脑能学习大脑增强剂的签名,“惠伦说。
知道每个哈尔有多个人类和黑猩猩之间的差异,波拉德和她的团队对个体变异在哈尔是如何影响其增强实力。例如,如果八个核苷酸的DNA,在人类和黑猩猩之间HAR不同,所有八个有同样的效果,使增强器更强或者弱吗?
“我们想在很长一段时间内如果神秘圣地的所有变体所需功能不同,在人类,或者一些变化只是搭便车的更加重要的了,”波拉德说,他也是部门的首席生物信息学的流行病学和生物统计学加州大学旧金山分校,以及陈扎克伯格Biohub调查员。
为了验证这一点,惠伦应用第二个机器学习模型,这原本是设计用来确定DNA在人与人之间的差异影响增强活动。计算机预测,43%的神秘圣地包含两个或两个以上的变量有大量反对效应:一些变体在给定哈尔更强的增强剂,而其他更改HAR疲软的增强剂。
这个结果感到惊讶的团队,曾预期,所有更改将增强器在相同的方向,或者一些“搭便车”的变化不会影响增强剂。
测量HAR强度
来验证这个引人注目的预测,波拉德的实验室合作Nadav Ahituv博士和亚历克斯花粉博士加州大学旧金山分校。研究人员融合每个哈尔小DNA条形码。每次HAR活跃,提高基因的表达,条形码是转录成RNA。然后,研究人员利用核糖核酸测序技术分析多少条形码存在于任何cell-indicating如何活跃的哈尔在细胞。
“这个方法更量化,因为我们有确切的条形码数量而不是显微镜图像,“Ahituv说。“这也是更高的吞吐量;我们可以看看数以百计的神秘圣地在一个单一的实验。”
“我们永远无法风时钟,知道在进化过程中发生了什么。但我们可以模拟可能发生的事情和识别DNA变化最有可能解释人脑的独特方面,包括精神疾病的倾向。”——凯蒂·波拉德,博士学位
当组织进行了实验室实验于700年在神秘圣地在人类和黑猩猩的大脑细胞前体,模仿什么机器学习算法的数据预测。
“我们可能没有发现人类HAR变异与对立的影响如果机器学习模型没有生产这些惊人的预测,”波拉德说。
对理解精神疾病的影响
认为哈尔变体玩拔河在增强器水平契合理论已经提出了关于人类进化:在人类高级认知也是给了我们精神疾病。
“这种模式表明叫做补偿进化,”波拉德说。”一个大变化是一个增强剂,但也许是太多,导致有害的副作用,因此,变化是调回去发现为什么我们看到的相反的效果。”
如果最初的神秘圣地的变化导致增加认知,也许后续补偿变化帮助调整回落的风险精神疾病,波拉德推测道。她补充道,她的数据不能直接证明或者反驳这个主意。但是在将来,更清楚的了解神秘圣地造成精神疾病不仅可以揭示进化,但在这些疾病的新疗法。
“我们永远无法风时钟在进化过程中确切地知道发生了什么事,”波拉德说。“但我们可以使用所有这些科学技术来模拟可能发生的事情和识别DNA变化最有可能解释人脑的独特方面,包括精神疾病的倾向。”
参考:惠伦年代,井上F, Ryu H, et al。机器学习解剖人类加速地区灵长类动物的神经发育。神经元。2023;0 (0)。doi:10.1016 / j.neuron.2022.12.026
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。