Dans une étude récente publiée dans le Journal international des sciences moléculairesles chercheurs ont exploré les IRR [long-range ribonucleic acid (RNA)-RNA interactions] dans les génomes des variants préoccupants (COV) du coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2) pour évaluer les changements évolutifs du SRAS-CoV-2.
Sommaire
Arrière plan
Les RRI sont essentiels au cycle de vie des CoV, et leur détection peut élargir la compréhension des caractéristiques évolutives du SARS-CoV-2 et potentiellement aider à prédire les COV émergents puisque le SARS-CoV-2 est un virus à ARN. Récent in vivo des études évaluant la structure de l’ARN du SRAS-CoV-2 ont identifié quelques RRI de longue durée ; cependant, une enquête plus approfondie est nécessaire. Cadre de lecture ouvert 1a (Orf1a), et Orf1b (ou Orf1ab) codent pour 16 protéines non structurelles impliquées dans la réplication et la transcription du SARS-CoV-2 et sont une source de variation dans le génome du SARS-CoV-2.
À propos de l’étude
Dans la présente étude, les chercheurs ont évalué les changements évolutifs spécifiques aux COV dans le génome du SRAS-CoV-2 sur la base d’évaluations RRI à longue portée.
Les séquences du génome du SRAS-CoV-2 (n = 32 714) des VOC Alpha, Beta VOC, Delta VOC et Omicron VOC, provenant de 92 pays différents, ont été téléchargées à partir de la base de données GISAID (initiative mondiale sur le partage de toutes les données sur la grippe). Huit longue portée Orf1a et/ou Orf1b Des RRI ont été sélectionnés pour l’analyse, dont quatre ont été validés expérimentalement (Exp) et obtenus à partir de l’expérience COMRADES (Exp) et les quatre autres ont été obtenus à partir de prédictions informatiques (Comp) à l’aide du logiciel IntaRNA.
Les Comp RRI ont été analysés pour explorer de nouveaux RRI à longue portée et leurs changements associés dans l’évolution du SRAS-CoV-2. De plus, l’élément de décalage de cadre (FSE) a été analysé pour évaluer l’évolution spécifique des caractéristiques à travers les COV. Les modèles de mutation dans les séquences ont été évalués, initialement dans l’ensemble du génome, puis par COV. Les changements structurels des RRI ont été évalués en évaluant les mutations compensatoires spécifiques aux COV, la conservation et les mutations covariantes pour chaque RRI.
Des estimations informatiques ont été effectuées une fois de plus, en utilisant les informations SHAPE pour faire une estimation plus contrainte. Les intervalles génomiques ont été déterminés et les cinq premiers résultats pour chaque intervalle génomique ont été enregistrés, après quoi les interactions ont été classées en fonction des résidus d’énergie. Distances inter-COV par paire [the average number of differing bases for GISAID sequences] ont été calculés comme une mesure de la dissimilarité.
Dans les huit RRI à longue portée, aucune tige-boucle ou pseudo-nœud n’a été observée. Pour améliorer la compréhension de la façon dont les RRI du SRAS-CoV-2 sont conservés, quel que soit le COV, le nombre moyen de mutations par base pour les séquences a été comparé pour les huit RRI. De plus, les mutations ont été classées comme compensatoires ou non compensatoires en fonction de l’accommodation des paires de bases d’ARN (pb).
Pour déterminer si les RRI ont connu moins/plus de variations ou relèvent simplement de la catégorie des régions hautement variables du génome du SRAS-CoV-2, les variations par base des RRI ont été comparées à leurs régions voisines [100 nucleotides (nt) upstream and downstream]. De plus, une analyse de co-variation a été effectuée et les séquences ont été regroupées par leurs COV correspondants pour évaluer les tendances spécifiques aux COV et les tendances spécifiques au groupe de COV. Pour déterminer si les RRI évoluaient en fonction des COV, les séquences de COV ont été séparées et analysées plus en détail par analyse R-scape.
Résultats
Des taux de mutation hétérogènes et des schémas évolutifs ont été observés sur les sites RRI, indiquant des taux d’évolution et des contraintes différents sur différents sites d’ARN du SRAS-CoV-2. Exp1 et Exp4 ont démontré une conservation relativement élevée, tandis que Comp1 et Exp2 contenaient plusieurs mutations compensatoires.
Cependant, les analyses statistiques R-scape n’ont pas montré de co-variations significatives pour aucun RRI, et il n’y avait aucune signification pour les cinq premiers résultats en utilisant la contrainte SHAPE. Aucune preuve n’a été trouvée pour la co-évolution des deux régions d’un RRI dans les séquences. Omicron, le VOC le plus récent, a montré la plus grande divergence de séquence et le taux de mutation le plus élevé (2,5 × 10−6 par base par jour), et Delta a montré le taux de mutation le plus bas (1,96 × 10−6).
Il a été constaté que les COV alpha et les COV bêta étaient plus proches les uns des autres que les autres COV. Comp4 présentait le plus grand nombre de mutations structurelles (le double de ses régions voisines, mais le pourcentage le plus faible (~12 %) de mutations non structurelles dues à une « mutation d’identification » (Q57H) au sein du Beta VOC orf3a), tandis que Exp1 avait le moindre nombre de mutations.
Des changements évolutifs spécifiques aux COV ont été observés pour quelques RRI à longue portée avec des preuves de l’existence de Comp1 dans les séquences Beta VOC. Comp2 s’est avéré être le meilleur résultat sans la contrainte SHAPE. Le taux de mutation du FSE était comparable à celui des huit RRI à longue portée. De manière inattendue, FSE a montré plus de variations par base que les régions voisines, probablement en raison de sa superstructure. L’intervalle Exp4 des séquences bêta, c’est-à-dire Beta Exp4 et Beta Comp1, a montré des paires de bases significativement covariantes, malgré une faible puissance statistique.
Il y avait des différences en termes de COV pour certains RRI. Par exemple, Comp1 avait une variation plus faible que les régions voisines pour tous les COV sauf Delta, et Exp1 avait une conservation plus faible dans Delta et Omicron mais pas dans Alpha ou Beta. De plus, Comp4 avait beaucoup moins de conservation dans Omicron, alors qu’il était beaucoup plus élevé pour les autres COV. Dans Comp4, seuls 3 % des mutations bêta s’adaptent à la structure, alors que 90 % des mutations alpha le font.
Conclusion
Dans l’ensemble, les résultats de l’étude ont montré que les RRI à longue portée pourraient subir différentes pressions évolutives dans différents COV du SRAS-CoV-2 et que Comp1 pourrait être un nouveau RRI à longue portée du SRAS-CoV-2.
