На чем основана огромная информационная емкость днк

ДНК: идеальный накопитель

Вопреки распространённому мнению, недолговечность — отнюдь не главная проблема придуманных человеком цифровых накопителей информации. В самом деле, перфокарты и перфоленты способны сохранять данные на протяжении сотен лет, но часто ли вы использовали их в последние сорок? Магнитные барабаны, ленты и диски гарантируют десятки лет беспроблемного хранения — и тем не менее в самых современных персоналках их тоже уже не видно. Не успев осыпаться, выходят из моды оптические диски, и даже NAND эволюционирует на глазах — и лет через десять (как раз номинальный срок для таких чипов) прочитать сегодняшние «флэшки» наверняка будет проблематично. Кто-то грезит «голографией», но, положа руку на сердце, верите ли вы, что она протянет дольше своих предшественников?

Правильный ответ таким образом заключается не в собственно сроке жизни, а в быстрой смене технологий хранения информации. С одной стороны, этот технологический галоп — благо, ибо позволяет нам наращивать информационные аппетиты, не задумываясь об ограничениях. С другой, это же и проблема: ведь даже мелочь вроде семейного фотоальбома чёрт знает на что записать, чтобы десятилетием позже его по-прежнему можно было просмотреть! С массивами специальных данных ситуация куда хуже: «ключи» к форматам и интерфейсам быстро теряются, после чего про информацию проще забыть.

Потратив полвека на разработку идеального накопителя, мы должны признать, что идеал по-прежнему не достигнут. Каждый год приносит что-нибудь новенькое, что-нибудь более быстрое или ёмкое. И может быть поэтому всё чаще слышится голос небольшой группы энтузиастов-отщепенцев, призывающих почти буквально «вернуться к истокам». Их ругают, называя их труды бесполезной тратой времени, но за последние пятнадцать лет они добились бесспорных успехов. Здесь «группа» не означает, что люди работают в стенах одного института или компании, а только лишь, что объединёны общей идеей. И идея в целом простая: идеальный накопитель информации давно построен. Природой. Это спираль молекулы ДНК.

Несколько упрощая, можно сказать, что для живой клетки спираль ДНК выступает в качестве программы. Клетка, словно станок с числовым программным управлением, считывает с ленты ДНК инструкции, следуя которым, собирает белок. Информационная плотность её огромна: согласно последним оценкам, в одном грамме ДНК можно записать свыше 400 эксабайт — и чтобы представить, насколько велика эта цифра, вспомните, что ещё несколько лет назад всю информацию, накопленную человечеством, оценивали менее чем в две тысячи эксабайт. Даже сделав скидку на неточность, это позволяет считать спираль ДНК самым плотным способом упаковки цифровых данных из всех, практически доступных человеку.

Уникальную вместимость ДНК легко объяснить, воспользовавшись бритвой Оккама: природа, пытаясь минимизировать неблагоприятные внешние воздействия, очевидно, решила задачу хранения информации применением наименьшего количества материалов. Впрочем, собственно ёмкость — опять-таки не самое ценное, что есть в ДНК. Куда ценнее её «технологическая» зрелость.

Считается, что механизм хранения генетической информации появился на Земле одновременно с самой жизнью, то есть как минимум 3,5 миллиарда лет назад (была то спираль ДНК или родственная ей спираль РНК, в контексте нашего разговора несущественно). К сожалению, до нас не дошли столь древние ДНК-цепочки (в естественной среде такая молекула существует около миллиона лет), но те фрагменты, что удалось выделить из законсервированных в кристаллах соли образцов четвертьмиллиардной давности, имеют ту же структуру, что и ДНК-спираль в современных живых существах. Мы можем прочитать их, используя те же инструменты, которыми пользуемся для чтения ДНК дрозофилы, свиньи, человека. Иначе говоря, эффективность хранения информации в ДНК удостоверена самим временем: ни один из придуманных нами накопителей и близко не стоит по степени отлаженности.

Прежде всего, спираль ДНК не может быть бесконечно длинной — отчасти из-за естественных ограничений, отчасти по причине несовершенства современной «пишущей» техники. Это вынуждает разбивать «файл» на отрезки, вмещающие примерно сто байт каждый. Для чтения, впрочем, ДНК всё равно тоже пришлось бы резать, поэтому основная проблема — пометить отрезки, чтобы после чтения их можно было собрать в первоначальном порядке. Принимая во внимание механическую, термическую, химическую хрупкость ДНК (отклонение от комфортных для белковой жизни условий сказывается на сохранности нуклеотидных цепочек губительно), необходимо принять меры и для коррекции ошибок. Всё это заставляет помечать отрезки порядковыми номерами и подвергать помехоустойчивому кодированию (например, кодом Рида-Соломона — тем самым, который применяется, в частности, для оптических дисков).

Последнее достижение, о котором сейчас трубит научная пресса, связано как раз с защитой от неблагоприятных воздействий и принадлежит швейцарским учёным. Они научились обёртывать отрезки ДНК-спирали в нанометровых размеров защитную оболочку из кварцевого стекла. Таким образом удалось, сохранив на ДНК рекордные 83 килобайта данных, прочитать их спустя неделю хранения при температуре 70 градусов Цельсия. При отрицательных температурах данные на таком накопителе сохранились бы на протяжении миллионов лет.

При всей сенсационности, эта работа даёт представление о том, как далеки мы от использования ДНК в качестве искусственного накопителя. Писать в ДНК — всё ещё очень медленное и дорогое удовольствие: запись вышеупомянутых восьми десятков килобайт встала в полторы тысячи американских долларов. Читать из ДНК — удовольствие столь же медленное и дорогое: чтение человеческого генома (длина которого, грубо, измеряется в гигабайтах) хотя бы за тысячу долларов пока остаётся мечтой. К тому же читать можно только файл целиком, доступ к произвольной ячейке организовать удастся лишь после того, как мы научимся читать ДНК единой лентой, без разделения на фрагменты. Но по крайней мере ДНК легко копируется, а это в свою очередь позволяет оптимистам рисовать следующую заманчивую картинку недалёкого будущего.

Итак, представьте, что себестоимость записи и чтения спирали ДНК упала на несколько порядков (к тому идёт). Узнать собственный геном и определить свою предрасположенность к опасным заболеваниям теперь — дело пяти минут и одного визита к врачу. Но теперь грех не применить ДНК и в качестве идеального накопителя. Файл X записывается на ДНК-спираль и (в биореакторе размером со среднюю кастрюлю) тиражируется миллионами миллионов копий. Каждая из них обёртывается защитной оболочкой (хотя бы и по методу, предложенному швейцарцами), после чего помещается в некую инертную жидкость, сливается в пробирку и отправляется, например, в морозильную камеру, где сможет пролежать сотни лет. Или в подземное хранилище на полюсах, где пролежит миллионы.

Не слишком практично? Не слишком. Семейный фотоархив так хранить вряд ли кто-нибудь станет. Однако ёмкость и гарантированная технологическая зрелость такого накопителя позволяют решить с его помощью задачу куда более масштабную и, в общем, важную для цивилизации: организовать архив всей накопленной человеком информации.

ДНК-архив способен вместить всё, вплоть до самых мелких личных страничек и мгновенных сообщений, практически каждый бит, сгенерированный человечеством. Всё то, что влияет на нас, но нигде не сохраняется, и без чего восстановить ход событий для потомков будет невозможно (эту проблему называют цифровой амнезией). Гарантом сохранности станет сама природа: механизм записи и чтения спирали ДНК не изменился за миллиарды лет — значит, хватит и на наш век!

Источник

Геном как хранилище информации: как и зачем искусственно сохранять данные в ДНК

В цепочку генов можно записать в 60 раз больше информации, чем на сегодняшние носители. Теперь можно копировать информацию с любого цифрового носителя напрямую в ДНК, фактически превращая клетки живых организмов в миниатюрные устройства для записи и хранения данных. Рассказываем, как это работает.

Читайте «Хайтек» в

Какая информация есть в ДНК

ДНК представляет собой последовательность нуклеотидов. Их всего четыре: аденин, гуанин, тимин, цитозин.

Для кодирования информации каждому из них приписывают цифру-код. Например, тимин — 0, гуанин — 1, аденин — 2, цитозин — 3.

Последовательность нуклеотидов позволяет «кодировать» информацию о различных типах РНК. Все эти типы РНК синтезируются на матрице ДНК за счет копирования последовательности ДНК в последовательность РНК, синтезируемой в процессе транскрипции, и принимают участие в биосинтезе белков (процессе трансляции).

Помимо кодирующих последовательностей, ДНК клеток содержит последовательности, выполняющие регуляторные и структурные функции. Кроме того, в геноме эукариот часто встречаются участки, принадлежащие «генетическим паразитам», например, транспозонам.

Кодирование начинается с того, что все буквы, цифры и изображения переводят в двоичный код, то есть последовательность нулей и единиц, а их уже — в последовательность нуклеотидов, то есть четверичный код.

Считывать ДНК можно по-разному. Самая распространенная методика — цепочку молекулы ДНК копируют с помощью оснований, у каждого из которых есть цветовая метка. Затем очень чувствительный детектор считывает данные, и по цветам компьютер восстанавливает последовательность нуклеотидов.

Как в ДНК появляется новая информация

Делается это при помощи технологии CRISPR-Cas9, ее еще называют генетическими ножницами. Она была разработана восемь лет назад, а в 2020 году удостоена Нобелевской премии по химии.

Ранее записывать информацию нужно было долго и при помощи специального оборудования. Однако группа ученых из Колумбийского университета автоматизировала этот процесс.

Нам удалось научить клетки разговаривать с компьютером посредством электронных сигналов и таким образом скачивать информацию с любого электронного носителя.

Харрис Ванг, профессор системной биологии

Авторы объясняют, что они переводят двоичный код компьютерной программы в электрические импульсы, которые посылают в клетку. На ее поверхности есть рецепторы, которые воспринимают эти сигналы и уже переводят их на язык ДНК, автоматически выстраивая нужную последовательность генома.

В результате к цепочке ДНК добавляется так называемый прицеп, или дополнительный фрагмент. В отличие от цифровой компьютерной информации, он представляет собой набор букв генетического кода, то есть аналоговый шифр, поэтому ученый сравнивает этот отрезок с магнитной лентой.

Какой объем информации можно записать в ДНК

С помощью новой технологии сотрудников Колумбийского университета удалось закодировать и прочитать 2,14 МБ информации. Итоговая физическая плотность записи составила 215 000 000 ГБ на грамм нуклеиновой кислоты.

Один оборот спирали ДНК в B-форме — это примерно 10 пар нуклеотидов. Кодирующей будет одна из нитей, так как вторая всегда комплиментарна первой.

Таким образом, есть 10 ячеек, в каждой из которых может быть одна из четырех букв: А, Т, Г, Ц.

При использовании четвертичного или двоичного кодирования плотность кодирования информации в ДНК составляет два бита на ячейку, то есть 20 бит на один оборот спирали, линейный размер которого примерно 3,4 нм объемом

11 м 3 — это то, что можно записать.

Сегодня можно создавать процессоры, в которых 1 бит записывается на 10 нанометрах. Таким образом, в ДНК, исходя из линейных размеров, можно записать примерно в 60 раз больше информации.

Насколько надежно записывать информацию на ДНК

В марте 2017 года журнал Science опубликовал статью американских ученых, которым удалось записать 2*10 17 байт на грамм ДНК. Биологи подчеркивают, что не потеряли ни байта.

К несомненным преимуществам записи информации на ДНК относится огромная плотность хранения данных, а также стабильность носителя — правда, лишь при низких температурах.

В ДНК информация записана в трехмерном аналоговом виде, а это наиболее устойчивая форма. В таком виде данные могут храниться сотни тысяч, а то и миллионы лет, заявил профессор системной биологии Харрис Ванг.

Вывод

Несмотря на все преимущества, технология записи информации на ДНК находится на начальном этапе своего развития. На сегодняшний день синтез ДНК остается все еще очень дорогим, поэтому за мегабайт данных, записанных на ДНК-«флешку», придется заплатить порядка 3,5 тыс. долларов.

Ученым еще предстоит разработать технологию автоматической передачи информации с ДНК. Также важно упростить способ передачи информации из компьютера в клетку. Сейчас для этого используется поток электронов, но в будущем его заменят чем-нибудь другим.

Например, переменным магнитным полем или температурой внешней среды. Или даже обычным лучом света — ведь фоторецепторы есть у большинства живых организмов.

Источник

Надёжное хранение информации в ДНК (2,2 петабайта на грамм)

На Хабре неоднократно упоминались экспериментальные технологии записи/считывания информации в ДНК. Молекула ДНК хранит информацию в четверичной системе счисления, по количеству нуклеотидов (0 = A, 1 = T, 2 = C, 3 = G). Это компактный контейнер с плотностью записи в тысячи раз больше, чем у существующих носителей. Однако, чтобы технология перешла от научных испытаний к коммерческому использованию, требуется решить ряд проблем. Одна из них — специфика цифровой информации, в которой одни и те же биты могут многократно повторяться (CCCCCCCCCCCCCCC). Если многократно повторять один и тот же нуклеотид в молекуле ДНК, то это негативно влияет на стабильность кластера и информация может быть потеряна, даже при использовании избыточного дублирования и коррекции ошибок.

Исследователи из Европейского института биоинформатики опубликовали работу с описанием способа, как можно существенно повысить стабильность ДНК. Попросту, они предлагают отказаться от четверичной системы (Base-4) в пользу троичной (Base-3), а четвёртый нуклеотид использовать в служебных целях для разбиения длинных цепочек (CCCACCCACCCACCCACCC).

При переходе с Base-4 на Base-3 мы теряем 25% информационной ёмкости, но даже в таком варианте учёные сообщают об информационной плотности записи 2,2 петабайта на 1 грамм биологического материала. Эксперимент показал надёжность считывания информации 100%. Теоретически, эта схема способна масштабироваться в пределах, превышающих объёмы всей существующей цифровой информации, пишут авторы исследования.

Исходя из нынешнего технологического прогресса в области синтеза и секвенирования, носители ДНК для записи информации должны появиться в открытой продаже в течение десяти лет. Хотя ДНК позволяет хранить информацию тысячелетиями, первые коммерческие носители будут продаваться с гарантией до 50-ти лет, считают исследователи.

Источник

700 терабайт информации в грамме ДНК. Фантастика? Реальность!

Ученым из Гарварда удалось поместить 700 терабайт информации в грамм ДНК.

Биоинженер и генетик из Гарвардского Университета смогли успешно сохранить около 700 терабайт информации в одном грамме ДНК, почти в 1000 раз превзойдя предыдущий рекорд.

В этой работе ДНК представляется как, по сути, еще одно цифровое хранилище данных. Но вместо бинарных данных записанных в блоках на магнитном носителе используются нити ДНК. Синтезированные нити ДНК содержат по 96 бит информации, причем каждая базовая пара несет логическое значение (T и G = 1, A и C = 0).

Для чтения данных, сохраненных в ДНК, необходимо просто-напросто секвенировать ее и потом конвертировать каждую базовую пару в бинарный код. Для удобства секвенирования каждая нить ДНК обладает начальным блоком в 19 бит, который содержит базовую адресацию, благодаря которой можно секвенировать данные записанные в ДНК непоследовательно, а потом благодаря адресации восстановить информацию.

Основные причины для рассмотрения учеными ДНК как потенциального хранилища данных очевидны. Ведь ДНК чрезвычайно вместительна, учитывая, что один бит это одна базовая пара, которая обладает размером в несколько атомов; ДНК объемна в отличие от плоской структуры магнитных пластин; ДНК невероятно стабильна – тогда как другие «технологичные» методы хранения данных требуют очень низких температур, ДНК может пролежать сотни тысяч лет в обычной коробке.

Только благодаря последним достижениям в микрофлюидике и лабораториям-на-чипе синтез и секвенирование ДНК стали относительно простой задачей. К примеру, те данные, которые были получены в рамках проекта «Геном человека» (первый проект расшифровки генома человека) после анализа 3 миллиардов базовых пар, современная лаборатория с применением микрофлюидики сможет получить за считанные часы.

Просто задумайтесь: один грамм ДНК позволяет записать около 700 терабайт информации. Это 14 000 50Гб дисков Blu-Ray… в капле ДНК, которая уместится на кончике вашего мизинца. Для хранения такого объема данных в современных накопителях вам понадобится 233 HDD емкостью 3Тб. Общий вес такого хранилища достигнет 150 килограмм!

В процессе этого эксперимента Чарч (Church) и Косури (Kosuri) сохранили около 700 килобайт данных в ДНК – последнюю книгу Чарча – и сделали 70 миллиардов ее копий.

На данный момент есть возможность сохранения данных в ДНК живых клеток – правда на короткое время. Что бы обойти ограничение по времени хранения данных ученые использовали искусственно синтезированные молекулы, помещенные в стеклянный чип.

Шутя, ученые заявили, что данное количество копий сделало эту книгу бестселлером всех времен.

Пока никто не заявляет, что новый способ хранения данных предоставляет огромные скорости доступа, но пока что полученных скоростей вполне хватает для архивирования данных.

Заглядывая в будущее, ученые видят мир, в котором системы хранения данных на биологической основе позволят нам записывать все и вся. Сегодня мы не можем даже задуматься о записи всего происходящего в мире в каждый момент времени на каждом кусочке Земного шара – у нас просто нет технологий, что бы хранить собранные данные.

Но если появится технология, благодаря которой все знания человечества – все книги, все блоги и прикольные видео с котятами – можно будет записать на несколько сотен килограмм ДНК… что ж, тогда будет шанс начать записывать все что возможно (привет полицейскому государству!).

Хранение данных прямо в коже человека… может быть будущее скоро наступит?

Источник

Второй язык ДНК

Второй язык ДНК

ДНК не то, чем кажется. И то, чем кажется, тоже. Но не всегда.

иллюстрация автора статьи

Автор

Редакторы

Статья на конкурс «Био/Мол/Текст»: ДНК — основа жизни. В «сердце» клеточного ядра, в самом главном «узле» замысловатых путей метаболизма, в основании потока генетической информации покоится эта молекула — хранилище данных. Но только ли покоится? И ограничивается ли такое крупное и очень раннее изобретение эволюции «инертной» функцией хранения информации? Чтобы разобраться с этими вопросами, мы рассмотрим различные аспекты организации этой молекулы. Каждый из них может «выйти на первый план» при смене ролей ДНК — она может быть и матрицей для копирования, и местом хирургически точной посадки белков или сложных и динамичных взаимодействий с ними. В центре нашего внимания — свойства промоторов, участков, на которых начинается процесс транскрипции — «переписывания» ДНК в форму РНК. Место действия — крошечный геном бактериофага Т7 и его минималистические, очень похожие и такие различные промоторы.

Конкурс «Био/Мол/Текст»-2020/2021

Эта статья участвовала в конкурсе «Био/Мол/Текст»-2020/2021 в номинации «Своя работа» и будет опубликована в журнале «Природа».

Генеральный партнер конкурса — ежегодная биотехнологическая конференция BiotechClub, организованная международной инновационной биотехнологической компанией BIOCAD.

Спонсор конкурса — компания SkyGen: передовой дистрибьютор продукции для life science на российском рынке.

Спонсор конкурса — компания «Диаэм»: крупнейший поставщик оборудования, реагентов и расходных материалов для биологических исследований и производств.

Место ДНК в клетке и обществе

Представления о ДНК сейчас есть у любого. Рэперы упоминают ее в своих текстах, sci-fi-фильмы и сериалы показывают нам ДНК разноцветной и вращающейся, а ее имя и образ мелькают в дизайне и рекламе — виртуальных и уличных. Не столько с сожалением, сколько с иронией отметим: образ, порой напрочь потерявший асимметрию желобков и правильное число оснований на виток, не говоря уже о правозакрученности. А ведь есть еще и ДНК стиля или бренда. Действительно, двухспиральный, копирующийся, таящий информацию о самом сокровенном образ плотно «лег в руку» творческих людей. Но самое, пожалуй, неопровержимое доказательство врастания ДНК в культуру и язык — ее собственная пиктограмма. Мессенджеры даже предлагают данный значок для обозначения слова «наука» наряду с учеными в белых халатах, пробирками и телескопами (рис. 1).

Рисунок 1. Пиктограммы ДНК в различных мессенджерах и социальных сетях сделают разговоры о генетике короткими и образными. Важно только не забывать — ДНК не всегда длиной в несколько витков и не сугубо «слева направо вверх».

Всё это радует и служит популяризации науки, однако не стоит забывать что в жизни — в биологической жизни — ДНК — это, чаще всего, правозакрученная двойная спираль, шаг которой охватывает примерно 10 нуклеотидов.

В тени молекулярной догмы

Итак, дезоксирибонуклеиновая кислота чрезвычайно важна и хранит информацию — а именно генетическую информацию. Чтобы ее ценное содержимое не оставалось «вещью в себе», ДНК необходимо записывать, копировать и считывать. Такие «информационные связи» ДНК были емко сформулированы Фрэнсисом Криком в его центральной догме молекулярной биологии (обозначим кратко — ЦДМБ) вскоре после установления знаменитой двухспиральной структуры молекулы в 1953 г. Согласно этой «научной догме» информация, сохраненная в последовательности нуклеотидов ДНК, может:

И уже РНК далее способна (хотя и не обязательно — может просто функционировать в клетке сама по себе):

или в особом, описанном позже, случае

Рисунок 2. Центральная догма молекулярной биологии

Простая и легко запоминающаяся схема ЦДМБ имеет всего 3 блока (соответствуют трем типам биополимеров) и 4 стрелки (соответствуют процессам, связанным с переносом информации). Она действительно стала столпом в центре молекулярной биологии, придала генетике новый смысл и оказалась «точкой роста» бесчисленных метаболических путей биохимии. И в центре центральной догмы — молекула ДНК! Однако рассматривая в ней блок ДНК, стоит помнить: «ДНК» здесь — это не вся и не всякая ДНК. Речь идет только о кодирующей ДНК, нуклеотидной последовательности которой предстоит быть транскрибируемой, а далее еще и транслируемой (причем не всегда). Репликация, впрочем, копирует всю молекулу, не разбирая областей разного типа. Зато точки ее начала — óриджины (от англ. origin — «начало») — имеют вполне определенное положение.

Что же осталось в тени процессов, объединенных информационными потоками центральной догмы? Что бы это ни было, ему есть где развернутся. На некодирующие области приходится большая часть эукариотических геномов (в случае человека — увесистые 98%). У прокариот их поменьше — в среднем, 20%. По началу такие области, не содержащие послание для передачи в РНК, называли мусорной ДНК (junk DNA) [1] и относились к ним с пренебрежением. Прошли годы, методики совершенствовались, знания неуклонно копились. И теперь мы знаем: в этом сумраке таится много полезного. Что же именно и в какой пропорции?

В некодирующей области ДНК есть, скажем, мобильные генетические элементы (прежде всего, способные перемещаться по геному транспозоны [2]), тандемные повторы разного сорта (от сателлитов до микросателлитов) [3] и прочее. Наконец, огромное значение имеют области ДНК, нужные для регуляции. Действительно, помимо блоков, ЦДМБ имеет еще и стрелки — они обозначают процессы передачи информации, вполне конкретные биохимические процессы.

Их делают возможными ферменты, по своей природе — белки. Целый «ансамбль» белков требуется для молекулярной хореографии при репликации, РНК-полимераза и ее свита необходимы при транскрипции и т.д. Важно помнить: ДНК — также активный и деятельный участник этих процессов [4].

Что регулирует эти сложные процессы, что управляет ими? Специфичное, хорошо оркестрованное взаимодействие ДНК и ДНК-связывающих белков. Дело в том, что в живой клетке (ткани, природе. ) все должно быть динамично и управляемо. Это жизненно необходимо и для разумного реагирования на удары судьбы (стрессы), и для разного рода взаимодействий клеток, и для индивидуального развития (онтогенеза).

И ДНК в этих межмолекулярных взаимодействиях подойдет не всякая: вряд ли транскрипция случайного участка генома станет разумной стратегией. В этом месте кажущаяся монотонной бесконечной ниткой с бусинами-нуклеотидами ДНК должна заиграть в нашем воображении новыми красками. В фокусе нашего внимания оказываются участники регуляции «со стороны ДНК» — ориджины репликации, промоторы, сайты формирования нуклеосом и т.п. И здесь ДНК не отделается снисходительным «позволением себя считать». Ее специализированные области регуляции чувствительны и деятельны. Они «ощущают» происходящее вокруг них — могут изменять свое состояние при изменении условий среды или при приближении «нацеленного» на них белка [5].

Притча о слепых белках и ДНК

Безусловно, ДНК далеко до структурного разнообразия белков с их неисчислимыми фолдами, укладками и т.п. Однако и у нее можно выделить иерархию уровней организации: от первичной (последовательность нуклеотидов) через небольшое разнообразие вторичных и третичных структурных блоков до четвертичной. Последняя представляет собой надмолекулярные объединения — как между разными молекулами ДНК, так и между ДНК и ДНК-связывающими белками.

Кодирующая функция той части ДНК, которая служит «матрицей» для синтеза других биополимеров, связана с особой организацией. А именно — информативные части генов руководствуются особыми «правилами грамматики» генетического кода:

и некоторыми другими.

Все эти законы не действуют на некодирующей части генома. А действуют совсем другие и для каждого типа последовательности они, в общем, свои.

Итак, работа ДНК как матрицы реализуется на уровне ее нуклеотидной последовательности. Она сводится к прочтению последовательности нуклеотидов в качестве своеобразного сигнала — такая информация может рассматриваться в отрыве от «физической сущности», самой молекулы ДНК. Об этом очень емко сказал Леонард Адлеман: «ДНК по своей сути что-то цифровое» (DNA is essentially digital). Разумеется, такому хранилищу байтов безразличны более сложные уровни организации — здесь ДНК лучше вытянуться в нитку и быть одномерной.

Таковы принципы кодирования и хранения генетической информации, изображенные в виде блоков ЦДМБ. А как насчет способов ее воплощения, то есть перевода информации одного биополимера в другой, а также всех последующих этапов экспрессии генов? Что стоит за стрелками на схеме догмы, соединяющей квадраты? Большая биохимическая работа и сложные структурные основы. Эти процессы протекают во вполне физической реальности — на них согласованно работают многие ферменты, факторы. Вовлечены в эту 3D-хореографию и специализированные области ДНК. Что же делает их такими специализированными?

В первом приближении — им следует связывать белковые молекулы. Для этого служат опять-таки разные уровни организации регуляторных ДНК: особая последовательность, структура и физико-химические свойства.

С первичной структурой (другой способ обозначить ее — сказать «нуклеотидная последовательность») все вроде проще. Если ДНК-связывающий белок находит целевой сигнал (особую последовательность нуклеотидов), то для начала связывается в этой локации. Такой сигнал может быть строгим и однозначным, как, например, в случае рестриктаз с вполне определенным сигналом из небольшого числа нуклеотидов и четким же положением, по которому происходит расщепление ДНК относительно него (в чем, собственно, и состоит задача этих эндонуклеаз) (рис. 3).

Рисунок 3. Сайт специфичного и точного связывания важной рестриктазы EcoRI и место разреза — расщепления ДНК

рисунок автора статьи

С белками вроде факторов транскрипции (TF) все посложнее. Уровень аффинности — то, насколько конкретные регулирующие уровень транскрипции белки активно связывают участок ДНК, — значительно разнится. Области ДНК, в принципе способные вызвать интерес фактора транскрипции, должны соответствовать некоторому нестрогому «фотороботу» последовательности. В результате сайтами их связывания может стать целый спектр различных первичных структур. В ряде положений им следует иметь вполне конкретный нуклеотид, в других — можно позволить себе некоторую свободу замены, в третьих — нет особой разницы, что за мономер находится в данном положении. Такие местами-строгие-местами-не-очень требования к участку ДНК описывают позиционными весовыми матрицами и изображают в виде логотипов последовательности. В них высота соответствующей буквы отражает вероятность нахождения здесь данного нуклеотида либо долю сайтов с этим мономером для рассматриваемого набора (рис. 4).

Рисунок 4. Сайт связывания фактора транскрипции CEBPB

видят ДНК совершенно по-разному.

Картина напоминает притчу о слоне и трех слепых мудрецах. Кому-то достался бок, кому-то хвост или хобот. Однако ДНК-связывающих «мудрецов» в клетке существует огромное разнообразие, и спорить кто прав им ни к чему — это сугубо человеческое занятие.

Пo мере того, как ученые вникали в интимные стороны взаимодействий ДНК и ДНК-связывающих белков, они стали различать прямое (direct) и непрямое прочтения (indirect readout) нуклеотидной последовательности. В случае прямого прочтения распознавание и связывание двух биомолекул определяется теми парами оснований, которые, собственно, контактируют с белком. Здесь все понятно. Но уже довольно давно биологи стали отмечать: не вовлеченные в прямые взаимодействия нуклеотиды определяют стабильность и специфичность связывания. В этом и состоит непрямое прочтение.

В числе первых этот аспект распознавания описан на примере такого важного фактора транскррипции, как TATA-связывающий белок (TATA-binding protein, TBP). После этого последовало множество других примеров непрямого прочтения [6].

Но и этого мало: выделили также прочтение формы (shape readout) — оно определяется трехмерной формой дуплекса ДНК. В основе этого нового видения той же ДНК — вандерваальсовы и электростатические взаимодействия. Напомним, что прямое прочтение ДНК белком зависит от водородных связей, образованных конкретными нуклеотидами и аминокислотными остатками [7].

Едем дальше: поскольку для специфического связывания ДНК и белков им нужно найти друг друга в плотном и подвижном клеточном супе, начинать надо издалека. Для этого служат различные физико-химические параметры дуплекса, причем с довольно широким контекстом — влияние физики простирается довольно далеко. В определенных случаях — на тысячи пар оснований! Список важных для регуляторных ДНК качеств следует дополнить более крупномасштабной электростатикой, исходной изогнутостью и склонностью «прогибаться» под белком, термостабильностью и многими-многими (не преувеличение) другими.

Следующий пункт. Важность великого множества одних только физико-химических и структурных свойств (не забывая и первичную структуру!) связано с тем, что, скажем, транскрипция — процесс многостадийный, и на разных этапах одни параметры ДНК могут быть важнее других. Даже инициация транскрипции насчитывает несколько этапов: посадка белков, образование закрытого комплекса, плавление дуплекса (то есть расхождение цепей) с образованием открытого комплекса и т.д. Кстати, именно инициация транскрипции — в особенности на примере прокариотических промоторов и простых РНК-полимераз, — служит элементарной системой для изучения всей сложной кухни молекулярного узнавания [8], [9].

Игра «найди промотор»

Помимо развития фундаментальной науки — включая структурную биологию и молекулярную генетику — интерес к структурным и физическим основам ДНК-белковых взаимодействий растет и из насущной практической задачи. Речь об автоматизированной аннотации геномов: применении методов биоинформатики для предсказания положения участков ДНК различного типа. Данные на входе такого анализа сейчас как из рога изобилия сыплются из секвенаторов нового поколения (NGS) [10], и их нередко замедляют затруднения «сухой» части аннотирующего конвейера. Безусловно, неоценимую помощь ученым оказывают машинное обучение и анализ данных [11]. Однако проблема не только в их несовершенстве. Дело в том, что прямой учет последовательности («текста» и «букв») четко позволяет узнать кодирующие последовательности, организованные в виде триплетов. А вот с регуляторными участками все сложнее — структура и физико-химия ДНК определяются последовательностью в широком контексте, подчас неявно и противоречиво. Рассчитав профили разных свойств ДНК, настроив надлежащий размер скользящего окна и других параметров расчета вроде условий в клетке, мы можем лучше предсказывать «размытые» и плохо предсказываемые сайты для ДНК-связывающих белков. Из таких задач самые насущные — предсказание промоторов (давняя, но едва ли решенная проблема биоинформатики) и факторов транскрипции [8], [9], [12], [13].

«Бактериофаг системы Т7»

Прогресс в науках о живом знает немало научных революций и периодов прорывного развития. Такие вдохновляющие эпохи не всегда определялись новой концепцией или гениальным пророком. Иногда он был связан с находкой новой модельной системы, которая очень хорошо подходит для исследования определенного круга проблем. «Биомолекула» посвятила настенный календарь 2020 года таким «супермоделям» — эпохальным для науки исследуемым ею живым системам. Так, Neurospora grassa — плесневый гриб, имеющий гаплоидный набор хромосом и оттого немедленно фенотипически выдающий любые мутации; маленькая аквариумная рыбка Danio rerio — удобный объект для изучения развития позвоночных и т.д. Хорошей живую модель делает простота организации, удобство в содержании и «прозрачность» — легкость, с которой мы можем наблюдать интересующий нас целевой процесс или явление. В идеале в этом модельном объекте хотелось бы еще «что-то подкрутить и поломать», чтобы узнать, для чего же оно там было исходно.

На каком примере стоит изучать ДНК-белковые взаимодействия и дополнительные к кодирующим свойства ДНК? Хороший вариант — транскрипция, первая «стрелка» на пути от ДНК «вниз по центральной догме». В ней в ходе сложных и согласованных взаимодействий сразу многих молекул происходит инициация на вполне определенных и находящихся в положении «ВКЛ» в данный момент промоторах. А факторы транскрипции участвуют в этом на правах регуляторов процесса, садясь на некоторые сайты посадки либо покидая их. Эта вакханалия подставляет великое множество примеров молекулярного узнавания и иерархической регуляции.

Пожалуй, хотелось бы вариант попроще. Для этого стоит взяться за транскрипцию прокариот. Дело в том, что ситуация в мудреном случае ядерных пугает. У них (и, стало быть, у нас) есть как минимум три РНК-полимеразы, в растениях и вовсе пять, и для их инициации и последующей элонгации нужно немало вспомогательных белков-факторов. Бактерии же обнадеживают: РНК-полимераза у них единственная, всего лишь «о пяти субъединицах» (самая ходовая эукариотическая Pol II имеет 12) и снабжена комплектом сигма-субъединиц. Эти «пристегивающиеся» модули определяют специфичность прокариотической РНК-полимеразы — то, какие промоторы могут ее заинтересовать прямо сейчас. Дежурный из этих факторов, используемый чаще прочих на фазе роста культуры, — сигма-70.

Но и это не предел. Меньше бактерий только вирусы, в том числе, бактериофаги. Эти «пожиратели» прокариотических жертв имеют соответствующий генетический аппарат. И он может на фоне исключительной изобретательности таких наноразмерных паразитов поражать небывалой простой. Обратимся в качестве удобного и ну совсем элементарного примера полимер-полимерного узнавания и роли физико-химии ДНК в инициации ДНК к бактериофагу Т7. Это последний в ряду исходно описанных фагов, поражающих Escherichia coli (рис. 5).

Рисунок 5. Бактериофаг Т7 — срез через вирион (слева) и общий вид

Сложно представить себе что-то более просто устроенное, чем Т7. Вирион бактериофага или, скажем, комплекс поры ядра клетки — примеры того, как наноразмерные биологические структуры могут превзойти любого фантаста. Тут и икосаэдрическая вирусная частица, и хвостовые нити, и система «вбрасывания» чужеродной ДНК в клетку хозяина. Настоящий роботизированный зонд-подрывник!

Его жертва — кишечная палочка E. coli — самый популярный прокариотический объект для исследований. И Т7 — инфекционный агент — внедряется внутрь ее клетки. Точнее будет сказать «в клетку внедряется его геном» — он вбрасывается через канал в основании вирусной частицы, в то время как пустой «скафандр» остается на поверхности. Его задачей была доставка генома и специфическое связывание с E. coli. После этого начинается самое захватывающее — жизненный цикл бактериофага Т7.

Биография Т7 от начала до конца. До 3′-конца

Что же попало внутрь ничего не подозревающей и гигантской по сравнению с Т7 кишечной палочки? Молекула ДНК длиной около 40 тыс. пар оснований (килобаз), имеющая обе комплементарные цепочки. У вирусов бывает и совсем по-другому — на чем и основана система Балтимора. Не замкнутая в кольцо, а линейная ДНК, — в этом отношении тоже «всякое бывает». В 40 килобазах — и сам бактериофаг Т7 (в этот момент ничего больше у него не имеется), и история его жизни. У генома фага есть интересная особенность: его «левые» области (расположены ближе к 5′-концу) работают раньше, чем расположенные в середине и, тем более, прилегающие к 3′-концу. Получается, что Т7-ДНК «прочитывается» в правильном порядке слева направо. Поэтому ее разделяют на три последовательно «включающиеся» области. Пробежимся кратко по всем (рис. 6).

Рисунок 6. Геномная карта бактериофага Т7 — это и история его жизни «слева направо»

Ранняя область ближе всего в 5′-концу и включается первой. Она населена соответствующими ранними генами. Для их транскрипции не захвативший собственную РНК-полимеразу фаг «угоняет» таковую у E. coli. Для этого у Т7 имеются подходящие «посадочные площадки» — стандартные бактериальные промоторы. Пожалуй, разве что сильнее привлекающие прокариотическую РНК-полимеразу, чем ее собственные. Прием успешного паразита, отметим мы, — будь то бактериофаг или кукушка. К тому же многие из них «столпились» вместе у самого 5′-конца. В результате фазы I коварного плана бактериофаг изменяет состояние бактерии «под себя» и появляется его собственная Т7-РНК-полимераза, которая и берет дальнейшую транскрипцию (генов II и III класса) на себя.

Далее включается область генов II класса и соответствующих промоторов. Их задача — активная наработка ДНК бактериофага (ее репликация), а также синтез лизоцима — антибактериального фермента, с помощью которого потомкам бактериофага предстоит выбраться из гибнущей клетки. Стандартный сценарий для такого литического фага, как Т7.

Наконец, область генов и промоторов III класса. Их задача — обеспечить созревание фаговой ДНК, сборку новых вирусных частиц и затем упаковать одно в другое.

На этом жизненный цикл Т7 заканчивается литической и трагической концовкой. Весь экшн занимает обычно 17 мин, по минутам же расписано переключение между его фазами [13], [14]. Но остается довольно животрепещущий вопрос: что переключает активность областей этого элементарного генома?

Промоторы — промотируют, полимераза — полимеразит

Мы уже упоминали, что раннюю область Т7-ДНК транскрибирует «хозяйская» РНК-полимераза бактерии, а далее эту работу берет на себя фагоспецифичная Т7-РНК-полимераза. Стало быть, на одной небольшой ДНК соседствуют сильно различающиеся промоторы для этих двух ферментов. «Собственные» промоторы генома Т7 меньше: они имеют длину всего 19 нуклеотидов. Ферменты и сами не одного калибра: фагоспецифичная полимераза «весит» около 100 килодальтонов (кДа), бактериальная втрое увесистее. При этом транскрипционный дуэт «РНК-полимераза Т7 + промотор Т7» связывается очень точно и специфично, что пригодится в условиях, когда можно влезть в транскрипцию соседнего похожего фага.

Вопрос возникает в связи с тем, что промоторы Т7 из разных классов или даже внутри одного класса очень похожи по своей последовательности. Многие промоторы класса III и вовсе идентичны. Напомним: речь, идет о последовательностях рекордно малой длины — всего 19 нуклеотидов. Очень напоминают они по своей последовательности и таких фагов, как SP6 или, особенно, Т3. Каким же образом Т7-РНК-полимера различает «свои» промоторы и среди своих — те, которые пришла пора связать? Различать вроде как особенно нечего. (рис. 7).

Рисунок 7. Едва различимые последовательности очень непохожих по своим свойствам нативных промоторов бактериофага T7

Здесь на сцену выходят физико-химические свойства дуплекса промоторных областей. Они могут объяснить, как РНК-полимераза Т7 распознает их и специфично, и переключаемо. Для этого процесса молекулярного узнавания важнее именно уровень физико-химических свойств ДНК — что особенно явственно в случае предельно простой транскрипционной системы Т7 [14].

Какими же параметрами ДНК могут направляться взаимодействия биомолекул?

Задолго до прямого контакта молекулярному узнаванию промотора и полимеразы может способствовать электростатический потенциал. Действительно, если мы вспомним, что каждый ее мономер-нуклеотид имеет заряженную отрицательно фосфатную группу, станет понятно — на ДНК есть к чему притянутся положительному заряду. В полном соответствии со школьным законом Кулона. Действительно, ДНК-связывающие белки с этой целью снабжены положительно заряженными участками. В случае же промоторов Т7 присутствуют и особые мотивы распределения заряда [15]. Если мы рассчитаем значение заряда вдоль оси ДНК (на основе известной последовательности нуклеотидов), то получим характерные профили (рис. 8). Заметим, что свой профиль есть и у промоторов II и III класса — по ним, в частности, фаговая РНК-полимераза их и различает.

Рисунок 8. Профили электростатического потенциала для промоторов Т7: ранних, II класса и III класса

Следующее важное свойство ДНК — дестабилизация при скручивании. Сложно подобрать простое название этому параметру, так что приведем какое есть: вызванная суперспирализацией дестабилизации дуплекса ДНК (Stress-Induced Duplex Destabilization). Если коротко, модель SIDD — это способ описать, что будет с ДНК, если на нее как следует надавить, а точнее — скрутить. Дело в том, что одни последовательности в такой напряженной ситуации могут легко расплавиться (так называют расхождение цепей ДНК), другие — выстоят, третьи — плавятся совсем не там, где от них ждешь. Это свойство важно для взаимодействия ДНК с белками и, в частности, хорошо зарекомендовало себя для предсказания промоторов [9]. Как же обстоят дела с SIDD у промоторов Т7?

Рисунок 9. Профиль SIDD для генома Т7

рисунок автора статьи

Посмотрим на профиль SIDD для всего генома бактериофага Т7. Его действительно лучше рассматривать в крупном масштабе. Дело в том, что SIDD может быть очень чувствителен к изменениям последовательности, причем довольно непредсказуемым образом. Создатели этой модели продемонстрировали: небольшое изменение последовательности может резко изменить способность плавиться при суперспирализации участка ДНК, отдаленного от «мутации» на многие сотни пар оснований. По-видимому, такие эффекты использует и природа.

Из набора промоторов Т7 SIDD показывает следующий тренд. Если промотор представляет класс III, то он гораздо более легкоплавкий — цепи дуплекса такого участка ДНК расходятся при меньшей температуре и более низкой суперспирализации. Это неплохо соотносится с экспериментальными данными о том, что промоторы разных классов активны при разных условиях окружающей среды — включая как раз таки показатель суперспиральности [4], [9].

Другая закономерность затрагивает репликацию, для которой Т7-ДНК также является хорошей моделью. Этот геном имеет специализированный ориджин (точку начала репликации), отдаленный от 5′-конца на 17% длины генома. Однако его копирование может начинаться также в ряде других точек — и это как раз таки некоторые промоторы. Удивительно, но именно они относятся к числу дестабилизированных. Удивительно и осмысленно, поскольку репликация также может требовать особых физико-химических свойств дуплекса. В частности, легкость плавление дуплекса ДНК здесь точно не помешает [5].

Безусловно, на электростатике и SIDD важные физико-химические свойства ДНК не кончаются. Изучают и термостабильность, и изогнутость, энтропию, энергию стекинга (складывания нуклеотидов «тарелками» друг на друга) и бесчисленные другие [8].

Подобные закономерности физико-химических различий промоторов ранее оказались важны для бактерии — внутриклеточного паразита Mycoplasma gallisepticum. Ее геном содержит гены семейства vlhA, собственно, делающие этого патогена патогенным — способным «обходить» иммунную защиту хозяина за счет быстрой смены репертуара поверхностных антигенов. Выяснилось: гены vlhA снабжены промоторами [16], разительно отличающимися по физико-химии дуплекса от остальных промоторов генома [17].

Исчерпывающие мутанты

Сложный характер зависимости промоторной активности от физико-химических свойств ДНК и от нуклеотидной последовательности требует полных или по меньшей мере больших данных. Вот если бы получить все или почти все возможные варианты промотора Т7 и узнать, насколько они активны. А ведь в постгеномную эпоху и век дешевых NGS это как раз таки реализуемо! И уже проделано в отношении промотора Т7. В работе [17] использована высокопроизводительная методология: в небольшие фрагменты ДНК встроили почти 8 тысяч случайным образом измененных последовательностей промотора фага Т7, а также последовательности-метки (баркоды) — чтобы потом разобрать, кто есть кто. Далее напрямую замерили их промоторную активность. Имея в распоряжении полные последовательности (промотор + небольшой контекст), нетрудно и рассчитать те физико-химические параметры дуплекса, которые не требуют значительных участков ДНК на входе (SIDD здесь, к сожалению, отпадает — ведь для расчета этого параметра дуплекса нужны очень крупные фрагменты ДНК).

Что показала данная работа и последующий анализ данных о последовательности, физико-химии и величине промоторной активности? Прежде всего, она подтвердила многие выводы о важности отдельных нуклеотидов в конкретных положениях и согласованности таких замен. Нетривиальный результат: ранее для этого ученые не одно десятилетие скрупулезно изучали геном T7 с помощью доступных тогда методов. И теперь мы знаем, что высокопроизводительный, основанный на NGS подход — хороший способ разобраться в устройстве других промоторов и вообще вовлеченных в регуляцию областей ДНК. В том числе в новых, не исследованных геномах, которые нам поставляют бесчисленные секвенаторы.

В отношении теоретической стороны вопроса промоторно-полимеразного узнавания эти работы также дали интересный результат. Оказалось, что положение –2 промотора (если считать за единицу точку старта транскрипции), которому уделялось сравнительно мало внимания при описании структурных основ инициации, очень важно для физико-химических свойств ДНК. Действительно, замена данного нуклеотида способна резко изменить профиль электростатического потенциала или склонности к изгибам. В этом положении промоторы бактериофагов (не только Т7, но и нескольких других сходной «конструкции») почти всегда находятся нуклеотиды A либо T, в единичных промоторах из десятков — G или C (рис. 7). В пределах же промоторов Т7-ДНК нахождение А или Т определяется как раз принадлежностью к «противопоставленным» друг другу группам — классам II и III. Означает ли это особую миссию –2 положения промотора Т7 или нет? Мы надеемся, что эксперименты вскоре помогут это установить [18], [19].

Источник