基于自发突变数据整合分析新基因在基因和蛋白质网络水平的进化

A new gene is likely to perform a redundant or highly specialized function，which evolve faster to improve fitness. The evolution of new gene involves a process that amino acid mutations are accumulated and new protein interactions are created. However, how amino acid mutates in new genes remains ambiguous because of absence of analysis focused on experimental data. Whether the change of networks could improve fitness in new genes or not is a puzzle. Moreover, the relationship between network changes and amino acid mutations is also unclear. Firstly, we will present a new method to estimate non-neutral mutation rates based on mutation datasets of 10 species and then study the accumulation of amino acid mutations in new genes. Secondly, we will mine data from integrated protein-protein interactions and reveal the process of network changes of both exogenous and endogenous new genes. Finally，the relationships among network changes, amino acid mutations and fitness will be analyzed. An evolutionary model of new gene, which integrates mutation of amino acids and change of networks, will be established. These results could reveal the evolutionary rule of amino acids and change of networks in the process of new gene evolution, and offer theoretical supports in this field.

新基因通常都是功能冗余的或者高度特异化的，为了提高适应度，它们需要快速进化。新基因的进化一方面涉及到氨基酸突变的累积，但是快速累积的机制仍然存在疑问；另一方面，也涉及到蛋白质相互作用的改变，外源和内源新基因是否都能通过改变蛋白质相互作用提高适应度尚不清楚。并且，氨基酸突变的累积和蛋白质网络进化之间的关系也不明确。 基于前述理由，本项目研究内容包括：基于10个物种的自发突变实验数据，提出非中性突变率估算方法，对新基因的突变率进行分析，揭示在基因诞生之后的氨基酸突变的累积过程；应用整合的蛋白质网络数据，对内源和外源新基因的网络进化进行分析，探讨新基因的网络进化机制；结合前两部分的结果，对新基因的蛋白质网络进化模式、氨基酸突变率、基因适应度之间的关系进行系统分析，提出整合的新基因进化模型。项目的深入研究有望揭示新基因的基因水平和网络水平的进化规律，以期能对新基因的遗传进化机制研究提供理论支持。

新基因通常都是功能冗余的或者高度特异化的，需要快速进化提高适应度。新基因的进化一方面涉及到氨基酸突变的累积，另一方面，也涉及到蛋白质相互作用的改变，但是新基因快速进化的机制仍然存在疑问。基因组岛是一种新基因簇，通常和细菌病原性有关。为了正确地预测基因组岛用于后续研究，我们开发一种新工具 (Zisland Explorer) 。Zisland Explorer采用一种新的预测策略，同时整合了基因组的同质性和异质性信息。Zisland Explorer的真阳性率比四种常用的预测工具至少高了10.3%。并且在敏感度，特异度，精确度等指标间维持了较好的平衡，预测的结果与实验已知基因组岛也高度一致。利用已有自发突变数据发现了部分新基因簇（主要是病原性相关的基因组岛）突变率较高。为了进一步研究新基因的进化，我们对第七次流行性霍乱弧菌进行了半年的实验室进化，对近百个突变系测序后发现和病原性相关的基因组岛发生明显的高突变，包括拷贝数变异和点突变。表明新基因的突变及结构变异可以在短期的细菌进化过程中快速出现。最后，我们研究了六种模式生物的新基因网络进化过程。无一例外，在六种模式生物中都发现了新基因可以快速整合到之前的蛋白质互作网络中。但随着模式生物复杂度上升，新基因的网络进化受到限制。与蛋白质互作网络相比，共表达网络受到的进化限制更低。新基因倾向于互相形成共表达关系，特别是较低等的生物。推测新基因形成初期为了提高适应度会暂时形成新基因-新基因共表达关系，并且促进其功能进化。随着新基因表达水平及重要性提高，新基因开始逐渐与早期形成的基因进化出共表达关系，并进一步提高基因适应度。