Un nuevo algoritmo detecta sistemas CRISPR-Cas raros y desconocidos

Utilizando un nuevo algoritmo llamado FLSHclust (“flash clust”), los investigadores descubrieron 188 módulos genéticos asociados a CRISPR raros y previamente desconocidos, incluido un nuevo sistema CRISPR-Cas de tipo VII, entre miles de millones de secuencias de proteínas. Este enfoque y sus resultados brindan nuevas oportunidades para aprovechar los sistemas CRISPR y comprender la amplia diversidad funcional de las proteínas microbianas. Los sistemas CRISPR se han aprovechado para desarrollar una gama cada vez mayor de enfoques biomoleculares novedosos, incluida la edición del genoma mediada por CRISPR/Cas. El descubrimiento de sistemas CRISPR previamente desconocidos tiene el potencial de conducir a un mayor desarrollo de estas biotecnologías, incluidas terapias genéticas más seguras y eficaces. El conjunto de herramientas CRISPR se ha ampliado mediante búsquedas computacionales en bases de datos de secuencias de proteínas. Sin embargo, los métodos algorítmicos comúnmente utilizados se han vuelto poco prácticos para extraer conjuntos de datos en crecimiento exponencial que contienen miles de millones de proteínas. Para abordar esta limitación, Han Altay Tran y sus colegas desarrollaron FLSHclust (Fast Locus-Sensitive Fragmentation-Based Clustering), un algoritmo para agrupar proteínas por similitud de secuencia que, a diferencia de los métodos actualmente disponibles, puede analizar vastas bases de datos de secuencias de proteínas de manera rápida y eficiente. Para evaluar su enfoque, Altay Tran et al. Utilice FLSHclust para buscar sistemas CRISPR raros en una base de datos metagenómica de 8,8 TB que contiene 8 mil millones de proteínas y 10,2 millones de matrices CRISPR. El análisis reveló 188 genes relacionados con CRISPR previamente desconocidos. Los autores también identificaron y caracterizaron una nueva clase de Cas-14 que contiene el sistema CRISPR, tipo VII, que actúa sobre el ARN. Según los resultados, los sistemas recientemente identificados eran raros y muchos involucraban sólo uno de los casi 130.000 grupos asociados a CRISPR descubiertos por FLSHclust. “El descubrimiento de genes CRISPR y sistemas CRISPR previamente desconocidos amplía enormemente la diversidad de CRISPR conocidos, con énfasis en la diversidad funcional de CRISPR, donde a menudo se reclutan proteínas y dominios no descubiertos previamente, ya sea para reemplazar componentes preexistentes o para conferirles nuevas definiciones. «En conjunto, los resultados del trabajo revelan una flexibilidad y modularidad regulatoria y funcional sin precedentes de los sistemas CRISPR, pero también demuestran que la mayoría de las variantes son raras y solo se encuentran en bacterias y arqueas relativamente inusuales”.