Evolutionary investigation of bacterial biosynthetic gene clusters at multiple scales

Abstract

Specialised metabolites are chemical compounds that have a big impact on human life, being involved in our pharmaceuticals, our food and even in industrial production processes. Due to their relevance, the discovery of new molecules with desired bioactivities is imperative. From a bioinformatic point of view, these efforts are supported through genome mining tools, which can detect the genes relevant for the biosynthesis of specialised metabolites in the producers’ genomes. These genes are often found in close proximity to one another, forming biosynthetic gene clusters (BGCs), especially in bacterial organisms. The advancements of sequencing methods has led to a rapid increase in available bacterial genomes, which can be explored for their biosynthetic capacity. Though a large number of bacterial BGCs, and the compounds whose biosynthesis they encode, have already been detected, much is still unclear about them. Their evolutionary history can be especially complex, with horizontal gene transfer (HGT) events more common in BGCs compared to the rest of the genome. However, evolutionary studies of biosynthetic genes have led to the development of certain genome mining as well as bioengineering methods and are necessary for the advancement of the field.In the present dissertation, I am describing the efforts to promote the discovery of specialised metabolites by increasing our understanding of their distribution and evolution. Exploiting the available volume of sequencing information, a global analysis of bacterial BGCs revealed that there is great difference among the biosynthetic capacity of different taxa. Next, as I attempted to understand the observed distribution, the focus shifted on one specific system, glycopeptide antibiotics (GPAs), whose biosynthetic pathway is explained in detail. Subsequently, the phylogenetic reconstruction of the related BGCs’ evolutionary history was possible and it revealed an important inaccuracy in the current classification system. Finally, an attempt to identify any significant associations between the presence of these and other kinds of BGCs was made. Even in a preliminary stage, the latter analysis revealed a promising lead that may constitute an adaptation mechanism to HGT of BGCs, though this hypothesis requires further investigation. Apart from the insights already gained, the methodologies and datasets presented here are expected to be the focus of various future studies.

Οι εξειδικευμένοι μεταβολίτες είναι χημικές ενώσεις που έχουν μεγάλο αντίκτυπο στην ανθρώπινη ζωή, καθώς εμπλέκονται στα φαρμακευτικά μας προϊόντα, στα τρόφιμά μας, ακόμη και στις βιομηχανικές διαδικασίες παραγωγής. Λόγω της σημασίας τους, η ανακάλυψη νέων μορίων με επιθυμητές βιοδραστικότητες είναι επιτακτική. Από βιοπληροφορική άποψη, οι προσπάθειες αυτές υποστηρίζονται μέσω εργαλείων εξόρυξης γονιδιώματος, τα οποία μπορούν να ανιχνεύσουν τα γονίδια που σχετίζονται με τη βιοσύνθεση των εξειδικευμένων μεταβολιτών στα γονιδιώματα των παραγωγών. Τα γονίδια αυτά βρίσκονται συχνά σε στενή γειτνίαση μεταξύ τους, σχηματίζοντας βιοσυνθετικές ομάδες γονιδίων (BGC), ιδίως σε βακτηριακούς οργανισμούς. Η πρόοδος των μεθόδων αλληλούχισης έχει οδηγήσει σε ταχεία αύξηση των διαθέσιμων βακτηριακών γονιδιωμάτων, τα οποία μπορούν να διερευνηθούν ως προς τη βιοσυνθετική τους ικανότητα. Αν και έχει ήδη ανιχνευθεί μεγάλος αριθμός βακτηριακών BGCs και ενώσεων των οποίων τη βιοσύνθεση κωδικοποιούν, πολλά είναι ακόμη ασαφή σχετικά με αυτά. Η εξελικτική τους ιστορία μπορεί να είναι ιδιαίτερα περίπλοκη, με γεγονότα οριζόντιας γονιδιακής μεταφοράς (HGT) να είναι συχνότερα στα BGCs σε σύγκριση με το υπόλοιπο γονιδίωμα. Ωστόσο, οι εξελικτικές μελέτες των βιοσυνθετικών γονιδίων έχουν οδηγήσει στην ανάπτυξη ορισμένων μεθόδων εξόρυξης γονιδιώματος καθώς και βιολογικής μηχανικής και είναι απαραίτητες για την πρόοδο του τομέα. Στην παρούσα διατριβή περιγράφω τις προσπάθειες για την προώθηση της ανακάλυψης εξειδικευμένων μεταβολιτών με την αύξηση της κατανόησης της εξάπλωσης και της εξέλιξής τους. Αξιοποιώντας τον διαθέσιμο όγκο πληροφοριών αλληλούχισης, μια σφαιρική ανάλυση των βακτηριακών BGC αποκάλυψε ότι υπάρχει μεγάλη διαφορά μεταξύ της βιοσυνθετικής ικανότητας των διαφόρων τάξων. Στη συνέχεια, καθώς προσπαθούσα να κατανοήσω την παρατηρούμενη κατανομή, η εστίαση μετατοπίστηκε σε ένα συγκεκριμένο σύστημα, τα γλυκοπεπτιδικά αντιβιοτικά (GPAs), η βιοσυνθετική οδός των οποίων εξηγείται λεπτομερώς. Στη συνέχεια, κατέστη δυνατή η φυλογενετική ανακατασκευή της εξελικτικής ιστορίας των σχετικών BGCs, η οποία αποκάλυψε μια σημαντική ανακρίβεια στο ισχύον σύστημα ταξινόμησης. Τέλος, έγινε μια προσπάθεια εντοπισμού τυχόν σημαντικών συσχετίσεων μεταξύ της παρουσίας αυτών και άλλων ειδών BGCs. Ακόμη και σε προκαταρκτικό στάδιο, η τελευταία ανάλυση αποκάλυψε ένα πολλά υποσχόμενο στοιχείο που μπορεί να αποτελεί μηχανισμό προσαρμογής στην HGT των BGCs, αν και η υπόθεση αυτή απαιτεί περαιτέρω διερεύνηση. Εκτός από τις γνώσεις που έχουν ήδη αποκτηθεί, οι μεθοδολογίες και τα σετ δεδομένων που παρουσιάζονται εδώ αναμένεται να αποτελέσουν το επίκεντρο διαφόρων μελλοντικών μελετών.

Spezialisierte Metaboliten sind chemische Verbindungen, die einen großen Einfluss auf das menschliche Leben haben, da sie in unseren Arzneimitteln, unseren Lebensmitteln und sogar in industriellen Produktionsprozessen enthalten sind. Aufgrund ihrer Bedeutung ist die Entdeckung neuer Moleküle mit gewünschten Bioaktivitäten zwingend erforderlich. Aus bioinformatischer Sicht werden diese Bemühungen durch Genome Mining Programme unterstützt, die die für die Biosynthese spezieller Metaboliten relevanten Gene im Genom der Produzenten aufspüren können. Diese Gene befinden sich oft in unmittelbarer Nähe zueinander und bilden Biosynthese Gencluster (BGCs), insbesondere in bakteriellen Organismen. Die Fortschritte bei den Sequenzierungsmethoden haben zu einer raschen Zunahme der verfügbaren Bakteriengenome geführt, die auf ihre biosynthetischen Fähigkeiten hin untersucht werden können. Obwohl bereits eine große Anzahl von bakteriellen BGCs und die Verbindungen, für deren Biosynthese sie kodieren, entdeckt wurden, ist noch vieles unklar über sie. Ihre Evolutionsgeschichte kann besonders komplex sein, wobei horizontale Gentransfers bei BGCs häufiger vorkommen als im übrigen Genom. Dennoch haben evolutionäre Studien zu biosynthetischen Genen zur Entwicklung bestimmter Genome Mining und Bioengineering-Methoden geführt und sind für die Weiterentwicklung des Fachgebiets notwendig. In der vorliegenden Dissertation beschreibe ich unsere Bemühungen, die Entdeckung spezialisierter Metaboliten zu fördern, indem wir unser Verständnis für ihre Verbreitung und Evolution verbessern. Eine globale Analyse der bakteriellen BGCs unter Ausnutzung der verfügbaren Sequenzierungsdaten ergab, dass es große Unterschiede zwischen den Biosynthesekapazitäten der verschiedenen Taxa gibt. Bei dem Versuch, die beobachtete Verteilung zu verstehen, konzentrierte ich mich dann auf ein spezifisches System, die Glykopeptid-Antibiotika (GPAs), deren Biosyntheseweg im Detail erläutert wird. Anschließend war eine phylogenetische Rekonstruktion der Entwicklungsgeschichte der verwandten BGCs möglich, die eine wichtige Ungenauigkeit im derzeitigen Klassifizierungssystem aufdeckte. Schließlich wurde versucht, signifikante Assoziationen zwischen dem Vorhandensein dieser und anderer Arten von BGCs zu identifizieren. Selbst in einem vorläufigen Stadium ergab die letztgenannte Analyse eine vielversprechende Spur, die einen Anpassungsmechanismus an den horizontalen Gentransfer von BGCs darstellen könnte, auch wenn diese Hypothese weitere Untersuchungen erfordert. Abgesehen von den bereits gewonnenen Erkenntnissen dürften die hier vorgestellten Methoden und Datensätze im Mittelpunkt verschiedener künftiger Studien stehen.