Пангено́м, также супрагеном (англ. pan-genome, pangenome, supragenome) — совокупность всех генов рассматриваемой группы организмов (как правило, монофилетической), для которой возможно генетическое разнообразие между близкородственными штаммами или экотипами (рис. 1). Пангеном объединяет набор генов всех штаммов, составляющих кладу: вид, род или таксон более высокого порядка. Традиционно понятие пангенома применяется к видам бактерий и архей.
Обычно пангеном характеризуется U-кривой — графиком, показывающим зависимость между количеством штаммов и количеством групп генов, которые присутствуют ровно в этом числе штаммов (рис. 2).
Концепция пангенома В традиционном понимании термин «пангеном» и его определение были введены в 2005 году Херве Теттелином. К этому времени были расшифрованы геномы многих модельных организмов, таких как гемофильная палочка (Haemophilus influenzae) — первый отсеквенированный геном — и кишечная палочка (Escherichia coli). Успехи этих исследований были столь значительными, что расшифровка одного (эталонного) генома для каждого вида считалась учёными достаточной для понимания всех биологических процессов. Однако развитие технологий секвенирования позволило быстро определять последовательности ДНК для многих штаммов бактерий одного вида.
Сравнив геномы восьми штаммов одного из видов стрептококка (Streptococcus agalactiae), Теттелин обнаружил значительное различие между геномами разных штаммов: каждый новый штамм отличался от остальных в среднем на 33 гена. Так было показано существование значительного генетического разнообразия внутри видов. Информация о внутривидовом разнообразии может быть использована для изучения эволюции, а также для оценки метаболических возможностей вида в медицинских и биотехнологических целях, что и привело к идее исследования пангеномов, то есть генов всех имеющихся штаммов вида в совокупности.
Ввиду быстрых скоростей эволюции проблема внутривидового генетического разнообразия особенно остро стоит для бактерий и архей. Так, известно, что три первых отсеквенированных штамма кишечной палочки совпали по составу генов лишь на 39 %.
Структурные элементы пангенома
Пангеном традиционно разделяется на три части. Первая часть — универсальный геном — гены, присутствующие во всех штаммах исследуемого таксона. В этой части оказываются гены, необходимые для существования бактерии, а именно кодирующие белки систем трансляции, репликации и получения энергии. Также используют понятие «мягкого» универсального генома, включающего гены, которые присутствуют у 92 — 95 % штаммов. Такую поправку делают из расчёта на ошибки сборки и . Второй структурный элемент — уникальные гены, имеющиеся в единственном экземпляре лишь у одного из штаммов и собственно определяющие различия между штаммами и серотипами бактерий. Значительную долю уникальных генов опять же составляют ошибки аннотации генов, поэтому во многих исследованиях этот элемент исключается из рассмотрения. Третья часть расположена между первыми двумя — это геном периферии (вариабельный геном). Его составляют гены, которые присутствуют в геномах не у всех штаммов рассматриваемого таксона и отвечают за приспособление штаммов к выживанию в определённых экологических нишах (например, необходимые для фотосинтеза или симбиоза). Пангеном удобно визуально представлять в виде диаграммы Венна, показывающей степень сходства геномов, которые использовались для его построения (рис. 3).
Типы пангенома по размеру Важным показателем генетического разнообразия внутри таксона является понятие открытого и закрытого пангеномов (рис. 4).
Если при добавлении каждого нового штамма в рассмотрение общее количество генов в таксоне продолжает расти, то такой пангеном называют открытым. Если, начиная с некоторого количества штаммов, размер пангенома достигает насыщения, то такой пангеном называется закрытым.
Наличие у вида открытого пангенома позволяет судить о значительном внутривидовом генетическом разнообразии вида. Это, как правило, связано с большим количеством событий горизонтального переноса генов, происходящих внутри данного вида. У большинства видов бактерий открытый пангеном, в частности у кишечной палочки.
У групп с закрытым пангеномом большая часть генов являются универсальными для всех рассматриваемых штаммов, поэтому и общее количество генов в закрытом пангеноме, как правило, меньше, чем в открытом. Примером вида бактерий с закрытым пангеномом является возбудитель сибирской язвы Bacillus anthracis. После рассмотрения четырёх штаммов этого вида последующее добавление новых штаммов не приводит к увеличению размера пангенома. Это объясняется тем фактом, что этот вид возник сравнительно недавно и его генетическое разнообразие заключено в основном на плазмиде, содержащей гены вирулентности.
Однако было замечено, что генетически Bacillus anthracis скорее напоминает клон другого вида — Bacillus cereus, нежели является независимым видом. Возбудителя сибирской язвы отличают от родственника лишь две плазмиды, одна из которых кодирует токсин. Этот пример демонстрирует несоответствие критерия выделения видов реальной генетической информации. Существует мнение, что только вид, обладающий открытым пангеномом, является настоящим видом.
Факторы, определяющие размер пангенома Размер пангенома может отражать взаимодействие рассматриваемой группы с факторами окружающей среды. Такое взаимодействие заключается в балансировании между процессами потери и приобретения генов. Например, значительное изменение экологической обстановки приводит к тому, что многие функции становятся ненужными, в результате чего происходит потеря генов белков, выполняющих эти функции. Утрата генов наблюдается у эндосимбионтов (организмов, живущих внутри чужих клеток) и других аллопатрических видов (живущих в изолированных географических нишах), для которых характерны небольшие закрытые пангеномы. Наоборот, группы, обитающие в большом количестве разнообразных экологических ниш, взаимодействуют со своими соседями, приобретая новые гены путем горизонтального переноса. Среди приобретённых участков генома значительную часть составляют «эгоистичные» мобильные элементы. Бактериофаги, интегразы, транспозазы и другие системы способствуют накоплению в геноме эгоистичных элементов. Вся их совокупность в геноме называется . Чем больше количество видов-соседей, тем больше вероятность для вида приобрести паразитические мобильные элементы. В результате симпатричные виды бактерий, сосуществующие с большим количеством видов-соседей, имеют открытые пангеномы.
Построение и анализ пангеномов Создание и анализ пангеномов сопряжены с рядом трудностей, не в последнюю очередь связанных с объёмом используемых данных. Все методы для построения пангеномов и дальнейшего анализа можно разделить на две группы по принятому в них определению пангенома: основанные на аннотациях генов и основанные на последовательностях.
Методы, основанные на аннотациях генов В данной группе методов за пангеном принимается совокупность генов как функциональных единиц, и работа проводится на наборе генных аннотаций для исследуемой группы организмов. В рабочем процессе можно выделить три этапа:
построение ортологических рядов; идентификация пангенома; дальнейший анализ.
Структура построенного пангенома напрямую зависит от точности разбиения генов на ортологические группы. В подавляющем большинстве случаев для нахождения ортологов используются подходы, основанные на построении графов: последовательности объявляются вершинами, рёбра графа взвешиваются согласно попарному сходству последовательностей. Для выявления мультивидовых ортологических групп последовательности кластеризуют, оценивая вхождение гена в группу по выбранному порогу. После этого строится сам пангеном. Методы дальнейшего анализа могут включать в себя множественное выравнивание последовательностей универсальной части пангенома, реконструкцию филогении, различные визуализации.
Программа Proteinortho — один из популярных инструментов для построения ортологических рядов. OrthoMCL — ещё один популярный метод построения ортологических рядов, позволяет группировать ортологичные и паралогичные гены. PGAT (The Prokaryotic-genome Analysis Tool) — веб-сервис, основанный на базе данных геномов различных прокариот. Позволяет идентифицировать гены, присутствующие или отсутствующие в выбранной группе организмов, получать информацию о SNP для каждого такого гена, строить множественные выравнивания, обращаться к базе метаболических путей KEGG. Функционал сервиса ограничен имеющимися в базе геномами, загружать свою информацию нельзя. PGAP (The Pan-genome Analysis Pipeline) — набор Perl-скриптов для анализа пангеномов, состоящий из пяти модулей. Среди доступных функций есть кластерный анализ функциональных генов, анализ пангеномного профиля и генетической вариации. В 2018 г. был представлен PGAP-X — расширенный вариант PGAP, в который были добавлены модули для дополнительного анализа и визуализации. Новые аналитические компоненты позволяют строить выравнивание последовательностей и кластеризацию генов по ортологии. Модули визуализации позволяют сравнивать структуры геномов и строить распределения генов по консервативности и вариабельности. GET_HOMOLOGUES — пакет для анализа пангеномов. Пользователь может выбрать между тремя алгоритмами кластеризации ортологов, основанных на использовании алгоритма BLAST. Дополнительно есть возможность провести поиск HMM-профилей против базы Pfam для получения информации о доменном составе белков. Помимо трёх основных частей пангенома программа также определяет «мягкий» универсальный геном. PanCoreGen — программа с графическим интерфейсом. Процедура построения пангенома основана на итеративном использовании BLASTN. Позволяет генерировать файлы со списками генов по типам в форматах FASTA и Excel, имеет доступ к базе NCBI. Pan-Tetris — программа для интерактивной визуализации пангеномов, которые находятся через построение локальных выравниваний ортологических групп генов с предварительно построенным «супергеномом». Интерактивное взаимодействие с результатом призвано помочь пользователям в нахождении ошибок аннотации.
Методы, основанные на последовательностях геномов Термином «пангеном» также можно определить набор последовательностей геномов исследуемых организмов. В отличие от предыдущего подхода, при построении этого типа пангеномов используются не ортологические ряды, а множественные выравнивания последовательностей, или графы, объединяющие сходные участки. Подобный подход позволяет избегать ошибок разметки генов при построении пангеномов эукариот, гены которых чаще различаются за счёт однонуклеотидных полиморфизмов, чем прокариотические.
Panseq — онлайн-сервис, основанный на построении выравниваний. Позволяет строить множественные выравнивания генов универсального генома и бинарную матрицу присутствия генов периферии. GenomeMapper — программа, реализующая графовый метод построения пангенома. Каждый геном разбивается на блоки одинаковой длины, при этом блок, общий для нескольких геномов, будет сохранён только один раз. Соседние блоки соединяются рёбрами. После этого для всех последовательностей нуклеотидов определённой длины из каждого генома строится хеш-таблица блоков, в которых эти последовательности встречаются, и позиций, на которых они находятся в этих блоках. Для сжатия данных в программе используется обобщение BWT в виде конечного автомата.
Пангеномы в эволюционных исследованиях