（文章來源：孜然實(shí)驗(yàn)室）
冷泉港實(shí)驗(yàn)室的定量生物學(xué)家大衛(wèi)·麥坎德里斯（David McCandlish）和Zhou Juannan開發(fā)了一種具有預(yù)測能力的算法，使科學(xué)家能夠觀察到特定的基因突變?nèi)绾谓Y(jié)合在一起，從而使關(guān)鍵蛋白質(zhì)在物種進(jìn)化過程中發(fā)生變化。

在《自然通訊》中描述的算法稱為“最小異位顯性插值法”，可以直觀地顯示蛋白質(zhì)如何進(jìn)化為更高效或根本無效。他們比較了數(shù)千種蛋白質(zhì)的功能，發(fā)現(xiàn)了突變?nèi)绾螌?dǎo)致蛋白質(zhì)從一種功能形式進(jìn)化為另一種形式的模式。

異位顯性（Epistasis）描述了基因突變之間的相互作用，其中一個(gè)基因的作用取決于另一個(gè)基因的存在。在許多情況下，科學(xué)家認(rèn)為，當(dāng)現(xiàn)實(shí)與他們的預(yù)測模型不一致時(shí)，基因之間的這些相互作用就會(huì)發(fā)揮作用。考慮到這一點(diǎn)，麥坎德里斯在假設(shè)每個(gè)突變都很重要的前提下創(chuàng)建了這個(gè)新算法。術(shù)語“插值”描述了預(yù)測物種可能實(shí)現(xiàn)最佳蛋白質(zhì)功能的突變的進(jìn)化路徑的行為。

研究人員通過測試構(gòu)成鏈球菌GB1蛋白的基因中發(fā)生的特定突變的影響，創(chuàng)建了該算法。他們之所以選擇GB1蛋白，是因?yàn)樗哂袕?fù)雜的結(jié)構(gòu)，它將產(chǎn)生大量可能的突變，并可以以多種可能的方式進(jìn)行組合。

麥坎德里斯說：“由于這種復(fù)雜性，該數(shù)據(jù)集的可視化變得非常重要。我們希望將數(shù)字變成一張圖片，以便我們更好地理解[數(shù)據(jù)]告訴我們的內(nèi)容。”麥坎德里斯在辦公室的照片。他指的是他所謂的蛋白質(zhì)GB1的可視化“進(jìn)化空間”。圖片：CSHL

可視化效果就像拓?fù)鋱D。高度和顏色與蛋白質(zhì)活性水平相關(guān)，圖上各點(diǎn)之間的距離代表突變發(fā)展到該活性水平需要多長時(shí)間。天然的GB1蛋白質(zhì)具有適度的蛋白質(zhì)活性水平，但可能會(huì)通過在幾個(gè)不同位置發(fā)生的一系列突變而演變?yōu)楦叩牡鞍踪|(zhì)活性水平。麥坎德里斯將蛋白質(zhì)的進(jìn)化路徑比喻為遠(yuǎn)足，蛋白質(zhì)是試圖最有效地到達(dá)最高或最佳山峰的遠(yuǎn)足者。基因以相同的方式進(jìn)化：通過突變尋求阻力最小和效率最高的途徑。

為了到達(dá)山脈中的下一個(gè)最高峰，遠(yuǎn)足者更有可能沿著山脊線旅行，而不是一路徒步回到山谷。沿著山脊線有效地避開了另一個(gè)可能艱難的上升過程。在可視化中，山谷是藍(lán)色區(qū)域，其中突變組合導(dǎo)致最低水平的蛋白質(zhì)活性。該算法顯示了每個(gè)可能的突變序列的最佳程度，以及一個(gè)遺傳序列突變?yōu)樵S多其他可能的序列所需的時(shí)間。在COVID-19大流行等情況下，該工具的預(yù)測能力可能特別有價(jià)值。研究人員需要知道病毒的發(fā)展過程，以便在病毒到達(dá)最危險(xiǎn)的形式之前知道在哪里以及何時(shí)攔截它。

麥坎德里斯解釋說，該算法還可以幫助“理解病毒在進(jìn)化過程中可能采取的遺傳途徑，以逃避免疫系統(tǒng)或獲得耐藥性。如果我們能夠理解可能的途徑，那么也許我們可以設(shè)計(jì)出可以阻止進(jìn)化或逃避免疫的療法。”這種預(yù)測遺傳算法還有其他潛在應(yīng)用，包括藥物開發(fā)和農(nóng)業(yè)。
（責(zé)任編輯：fqj）