GC-богатая репликация и точность

В пребиотическом мире не все последовательности могли копироваться с одинаковой надёжностью. фильтр GC-богатой репликации и точности описывает, как обилие предшественников и термодинамика пар оснований определяют, какие последовательности могут быть точно воспроизведены. Поскольку пары G–C более стабильны, чем пары A–U, GC-богатые матрицы и их комплементы испытывают меньше ошибок копирования и спаривания, что делает их более воспроизводимыми из поколения в поколение. Это делает пространство GC-богатых последовательностей правдоподобным ранним резервуаром для молекул, которые должны одновременно служить стабильными партнёрами взаимодействия и копироваться с достаточной точностью для переноса информации.

Ключевые понятия

Обилие нуклеотидов и стабильность пар оснований совместно ограничивают надёжное копирование; не все композиции последовательностей одинаково доступны или воспроизводимы.
Пары G–C более стабильны, чем пары A–U, что снижает тепловые флуктуации и ошибки спаривания и поддерживает более высокую точность репликации.
Более высокая точность делает GC-богатые последовательности более воспроизводимыми из поколения в поколение, способствуя их сохранению в условиях баланса мутаций и отбора.
Для ранних адаптеров и мессенджеров GC-богатство удовлетворяет двум связанным требованиям: стабильному взаимодействию адаптер–мессенджер и точной репликации.

Беззапятое считывание и несимметричные рисунки GC

Беззапятое считывание добавляет структурное ограничение: рисунок GC должен быть несимметричным, а не симметричным, чтобы можно было различать рамки. Симметричный рисунок GC создавал бы неоднозначность рамок, тогда как несимметричный рисунок гарантирует, что согласованно транслируется только одна рамка считывания.

Порог ошибок и длина информации

В терминах порога ошибок любое локальное повышение точности увеличивает поддерживаемую длину информации; таким образом, GC-богатая репликация расширяет пространство последовательностей, способное поддерживать ранние кодирующие и адаптерные функции. Уравнение репликатора ẋ = ()x отражает этот отбор: GC-богатая последовательность с более высокой эффективной скоростью репликации k (благодаря более высокой точности) может превысить порог разбавления , что приводит к и долгосрочному сохранению.

Пример: антипараллельная пара адаптер–мессенджер

Антипараллельная пара адаптер–мессенджер, состоящая в основном из G и C, имела бы более стабильное комплементарное спаривание и меньше ошибок копирования, чем AU-богатая альтернатива. Проверка на выравнивание ставит вопрос: «какие из них комплементарны при антипараллельном выравнивании». Этот выбор был обусловлен четырьмя аргументами: стабильность взаимодействия адаптер–мессенджер и точность репликации, оба из которых изначально благоприятствуют GC-комбинациям; беззапятое считывание при трансляции, требующее несимметричного рисунка GC; и преимущество более высокой точности с точки зрения порога ошибок. Предлагаемый ответ: GC-комбинации благоприятствуют стабильному взаимодействию адаптер–мессенджер и высокоточной репликации; беззапятое считывание затем требует несимметричного рисунка GC, а не симметричного.

Ограничение

Относительное преимущество GC-богатых последовательностей не означает абсолютной безошибочности. GC-смещение снижает ошибки и нестабильность, но не устраняет мутационное давление или необходимость в дополнительных механизмах точности.

Точность репликации GC против AU

Столбчатая диаграмма, сравнивающая пары G–C и A–U по стабильности дуплекса и точности репликации, а также схема антипараллельной пары адаптер–мессенджер. GC-богатая последовательность демонстрирует более высокую стабильность и точность, а её несимметричный рисунок GC поддерживает беззапятое считывание.

ВОПРОС 1

Исходя из антипараллельного выравнивания адаптера и мессенджера, какой паттерн спаривания оснований предпочтителен для ранних воспроизводимых адаптеров и мессенджеров и почему?

Симметричный рисунок GC, потому что симметрия максимизирует стабильность дуплекса.

AU-богатый рисунок, потому что пары AU более распространены в пребиотических пулах.

Случайно смешанный рисунок, потому что точность репликации не зависит от состава.

GC-богатый рисунок, потому что он обеспечивает стабильное спаривание, высокоточную репликацию и несимметричный рисунок для беззапятого считывания.

ВОПРОС 2

В простой модели репликатора ẋ = (

)x, где k отражает точность репликации, а

— порог разбавления, что происходит, когда

Последовательность угасает до исчезновения, потому что разбавление опережает репликацию.

Популяция растёт и сохраняется, при этом

Популяция приходит к устойчивому равновесию при

Точность репликации становится несущественной для сохранения последовательности.

ВОПРОС 3

Почему GC-богатые матрицы испытывают меньше ошибок копирования, чем AU-богатые матрицы?

GC-состав повышает частоту мутаций, добавляя полезную изменчивость.

Пары A–U образуют более сильные стековые взаимодействия, чем пары G–C.

AU-богатые последовательности более распространены в пребиотических пулах, поэтому копирование происходит быстрее.

Пары G–C образуют три водородные связи, что обеспечивает большую термическую стабильность и меньше ошибок спаривания.

ВОПРОС 4

Какую роль играет беззапятое считывание в предпочтении несимметричного рисунка GC?

Оно устраняет необходимость в стабильном взаимодействии адаптер–мессенджер.

Оно обеспечивает единственную рамку считывания без пропусков, что требует несимметричного рисунка GC для различения рамок.

Оно повышает частоту ошибок, чтобы исследовалось больше вариантов последовательностей.

Оно требует симметричных рисунков GC для сохранения выравнивания рамок считывания.

ВОПРОС 5

Какое утверждение лучше всего описывает ограничение преимущества GC-богатой репликации?

GC-состав не оказывает измеримого влияния на точность репликации.

GC-богатые последовательности абсолютно безошибочны и не нуждаются в дополнительных механизмах точности.

AU-богатые последовательности всегда более воспроизводимы из поколения в поколение.

GC-смещение снижает ошибки и нестабильность, но не устраняет мутационное давление или необходимость в дополнительных механизмах точности.

Практический пример: проектирование пребиотической системы репликации

Прочитайте сценарий и ответьте на вопросы.

Исследовательская группа моделирует ранние РНК-подобные репликаторы. Они наблюдают, что GC-богатая последовательность (GGCGCC) реплицируется с более высокой точностью, чем AU-богатая последовательность (AAUAUU), в тех же условиях. Они также отмечают, что взаимодействие адаптер–мессенджер у GC-богатой последовательности более стабильно. Однако они обнаруживают, что GC-богатая последовательность может принимать несимметричный рисунок, поддерживающий беззапятое считывание, тогда как симметричный рисунок GC создавал бы неоднозначность рамок.

Используя оценки стабильности пар оснований и точности, обоснуйте, почему GC-богатая последовательность может считаться первым воспроизводимым адаптером и мессенджером.

Ответ:
Пары G–C имеют три водородные связи, более высокую термическую стабильность и более низкие частоты ошибок спаривания. Это повышает точность репликации и обеспечивает стабильность взаимодействия адаптер–мессенджер. Несимметричный рисунок GC позволяет осуществлять беззапятое считывание, поэтому последовательность может служить как стабильным адаптером, так и мессенджером, который точно копируется из поколения в поколение. Таким образом, GC-богатые последовательности более воспроизводимо регенерируются и представляют собой правдоподобный ранний резервуар.

Объясните, как концепция порога ошибок поддерживает идею о том, что GC-богатая репликация расширяет пространство последовательностей для ранних кодирующих и адаптерных функций.

Ответ:
Порог ошибок устанавливает максимальную поддерживаемую длину генома при заданной точности на одно основание. Локальное повышение точности (как в случае GC-богатых матриц) повышает этот порог, позволяя поддерживать более длинные последовательности без мутационного коллапса. Следовательно, GC-богатая репликация расширяет диапазон кодирующих и адаптерных последовательностей, которые могут надёжно передаваться, обеспечивая более сложные функции.