DupyliCate : extraire, classer et caractériser les duplications de gènes

Pourquoi les copies supplémentaires de gènes comptent

Tout organisme vivant porte des milliers de gènes, mais nombre d’entre eux ne sont pas uniques. Au fil du temps, des segments d’ADN peuvent être copiés, laissant aux organismes des versions de rechange sur lesquelles l’évolution peut agir. Ces copies supplémentaires aident les plantes à s’adapter au stress, façonnent de nouveaux traits comme la couleur des fleurs ou la saveur, et influencent même la réponse des microbes à leur environnement. Cette étude présente DupyliCate, un outil informatique conçu pour repérer et trier ces copies de gènes à travers de nombreuses espèces, aidant les chercheurs à comprendre comment les génomes évoluent et comment apparaissent de nouvelles caractéristiques biologiques.

Trouver des copies de gènes dans un océan d’ADN

Les génomes modernes sont vastes et désordonnés. Les copies supplémentaires de gènes peuvent se trouver côte à côte, être disséminées le long des chromosomes, ou résulter d’un ancien doublement de génome entier. Les outils plus anciens se concentraient souvent sur des paires de gènes apparentés ou étaient adaptés à des formats de données très spécifiques, ce qui limitait les découvertes possibles. DupyliCate s’attaque à ces problèmes en parcourant des génomes complets et en regroupant les gènes apparentés en ensembles, pas seulement en paires. Il est conçu pour prendre en charge de nombreux formats d’annotation de génome et peut fonctionner chez les plantes, les microbes et les animaux. En regroupant les gènes en duplications en tandem, proches et dispersées, il offre une image plus claire de la manière dont les copies ont façonné chaque génome.

Laisser chaque espèce définir ses propres règles

Un défi dans la détection des vraies copies de gènes est de décider où tracer la limite entre un gène unique et un gène dupliqué. DupyliCate utilise une étape de contrôle de qualité basée sur des gènes conservés essentiels, connus sous le nom de gènes BUSCO, pour définir des seuils spécifiques à chaque espèce. Il mesure la similarité entre chaque gène et ses partenaires les plus proches et utilise ces valeurs pour séparer les gènes en « singletons » et duplications d’une manière qui reflète l’histoire propre de duplication de chaque espèce. L’outil génère aussi un graphique du « paysage de duplication » montrant la fréquence des copies de gènes à l’échelle du génome, révélant des schémas tels que des bactéries peu dupliquées, des plantes modèles modérément dupliquées, ou des espèces ayant récemment multiplié leur génome entier.

Vérifier la précision avec des exemples biologiques réels

Pour démontrer l’efficacité de DupyliCate, les auteurs l’ont appliqué à des exemples bien étudiés en biologie végétale. L’outil a correctement détecté des répétitions en tandem connues de gènes clés, comme un gène SEC10 dans une variété d’Arabidopsis et un cluster contrôlant la production de crocine dans le gardénia. Il a également identifié des expansions géniques liées à la résistance aux nématodes chez la betterave à sucre et à la production de withanolides chez une plante médicinale, regroupant des gènes apparentés en clusters ayant un sens biologique. Au-delà des plantes, il a trouvé relativement peu de gènes dupliqués chez les bactéries et la levure, mais beaucoup plus chez le nématode Caenorhabditis elegans, ce qui corrobore les connaissances antérieures sur leurs génomes.

Retracer l’histoire des pigments végétaux

DupyliCate ne se contente pas de compter les copies de gènes ; il aide à explorer l’évolution des familles de gènes. Les auteurs l’ont utilisé dans deux études de cas sur des pigments végétaux appelés flavonols, qui protègent les plantes contre des stress tels que le rayonnement ultraviolet. Dans la première, ils ont retracé l’histoire des gènes flavonol synthase chez des membres de la famille des Brassicaceae et leurs apparentés. Ils ont trouvé qu’une copie fonctionnelle clé est largement partagée, tandis que d’autres copies se sont étendues, réduites ou sont devenues pseudogènes dans différentes lignées. Dans une seconde vaste enquête portant sur 153 génomes de plantes, ils ont suivi deux facteurs de transcription, MYB12 et MYB111, qui régulent la production de flavonols. Ces régulateurs étaient absents des algues et de la plupart des premières plantes terrestres, mais se sont diversifiés chez de nombreuses plantes à fleurs, éclairant la manière dont des systèmes de contrôle complexes de la chimie végétale ont émergé.

Des séquences brutes aux insights fonctionnels

DupyliCate rassemble plusieurs types de preuves dans un pipeline unique. Il nettoie et standardise les fichiers de génome, aligne les séquences protéiques au sein et entre les espèces, regroupe les duplications en ensembles significatifs, et peut en option ajouter des mesures de pression évolutive ainsi que des profils d’expression génique. En comparant l’intensité d’expression des gènes dupliqués et leur position dans les arbres phylogénétiques, l’outil aide à distinguer les nouvelles fonctions probables, les fonctions partagées ou la perte de fonction. Sa conception privilégie des paramètres flexibles, des scores de confiance clairs et le support d’études mono-espèces comme multi-espèces.

Ce que cela implique pour les futures études de génomes

En termes simples, ce travail montre comment transformer des listes brutes d’ADN en récits sur la manière dont les organismes ont acquis de nouvelles capacités. En trouvant et en classant automatiquement les copies supplémentaires de gènes à travers de nombreux génomes, DupyliCate offre aux chercheurs un moyen de relier des traits spécifiques, comme la tolérance au stress ou la production de pigments, à des événements passés de duplication d’ADN. Parce qu’il prend en charge de nombreux types de données et peut passer d’examens de petits génomes microbiens à de larges collections d’espèces végétales, il est susceptible de devenir un outil utile pour l’étude de l’évolution, de l’agriculture et de la biodiversité.

Citation: Natarajan, S., Pucker, B. DupyliCate: mining, classifying, and characterizing gene duplications. Sci Rep 16, 16557 (2026). https://doi.org/10.1038/s41598-026-55350-x

Mots-clés: duplication génique, génomique comparative, évolution des plantes, outils bioinformatiques, analyse du génome