Intron evolution in primates

Dissertation presented to obtain a Ph.D degree in Evolutionary Biology

Die molekulare Evolution der Hämoglobin-Genfamilie in Chironomus tentans

Zusammenfassung In der vorliegenden Arbeit wurden 74736 bp genomischer DNA-Sequenzder Hämoglobingen-Gruppe D aus der Chironomiden Art Chironomus tentansentschlüsselt und analysiert. Durch Datenbankrecherchen undSequenz-Vergleiche wurden 29 vollständige Hämoglobin-Geneidentifiziert und klassifiziert. Es zeigt sich, daß alle derzeitbekannten Hämoglobin-Gene der Chironomiden auch in Chironomus tentansvorhanden sind. Zusätzlich konnten in Chironomus tentans sechs neueHämoglobin-Varianten identifiziert werden, die bislang weder aufProtein- noch auf Gen-Ebene in anderen Spezies nachgewiesenwurden. Die Hämoglobin-Gene liegen in dichter Abfolge innerhalbdes Clusters, wobei durchschnittlich etwa alle 2 kb ein Gen zufinden ist. Die Abfolge der Hämoglobin-Gene innerhalb derGengruppe wird nur an einer Stelle durch ein interspergiertes Genaus der Familie der Glukosetransporter unterbrochen. Desweiterenkonnten zwei retrotransponierbare Elemente der SINE-Klasse (CP1)innerhalb des Hämoglobingen-Clusters identifiziert werden. AlleGene besitzen die für ihre Expression erforderlichenSignalsequenzen, so daß es sich höchstwahrscheinlich um aktiveGene handelt. Die abgeleiteten Aminosäure-Sequenzen weisen alleCharakteristika sauerstofftransportierender Moleküle auf. Da es sich bei den Hämoglobinen um eine sehr alte Genfamiliehandelt, kann die vergleichende Analyse derHämoglobin-Genstruktur bei Vertebraten, Invertebraten, Pflanzenund Protozoen zur Rekonstruktion der Intron-Evolution genutztwerden. Die Konservierung von Intronpositionen in homologen Genenverschiedener Taxa gilt dabei als Maß für das relativestammesgeschichtliche Alter der Introns. Eine Vielzahl derHämoglobin-Gene von Invertebraten weisen ein Intron im zentralenGenbereich auf. Auch bei einigen Chironomiden-Arten konntendiese 'zentralen Introns' nachgewiesen werden. DieHämoglobin-Gene von Chironomus tentans galten hingegen bislang als intronlos.Die vorliegende Untersuchung zeigt, daß auch zweiHämoglobin-Gene dieser Spezies je ein kurzes Intron aufweisen.Der Vergleich der Intronverteilung in den Hämoglobin-Genen derChironomiden führt zu dem Ergebnis, daß alle vorhandenen Intronsam sparsamsten (im Sinne des 'maximum parsimony'-Prinzips) durchunabhängige Insertionen in ein intronlosesVorläufer-Hämoglobin-Gen erklärt werden können. Alle bislangin Chironomiden beschriebenen Introns sind mit großerWahrscheinlichkeit nicht ortholog (Hankeln et al., 1997; dieseArbeit). Das Vorläufer-Hämoglobin-Gen in Chironomiden besaßdaher vermutlich kein 'zentrales Intron'. Die in Chironomidengefundenen Verhältnisse stellen somit die von Go (1981)formulierte Hypothese der Ursprünglichkeit des 'zentralenIntrons' in Hämoglobin-Genen in Frage. Die in Invertebraten undPflanzen beschriebenen 'zentralen Introns' sind vermutlich nichthomolog und dementsprechend auch nicht auf ein Intron imanzestralen Globin zurückzuführen. Vielmehr implizieren die inhohem Maße variablen Positionen der 'zentralen Introns' beiPflanzen und Invertebraten ihre unabhängige Insertion in diejeweiligen Globin-Gene nach der Aufspaltung der Taxa. Grundsätzlich können zwei Klassen von Hämoglobin-Genen inChironomiden unterschieden werden. Die überwiegende Mehrzahl derHämoglobine wird von Genen kodiert, die nur in einer Kopie imGenom vorliegen. Sie werden dementsprechend als 'single copy'Varianten bezeichnet. Für andere Hämoglobin-Varianten konntehingegen eine Vielzahl leicht unterschiedlicher Gene beschriebenwerden. Diese bilden sogenannte Gen-Subfamilien. In Chironomus tentans konntegezeigt werden, daß neben den 7B-Genen auch die 7A-Gene eineeigene Subfamilie bilden. Die 'single copy' Varianten zeichnensich im Interspezies-Vergleich durch ihre konservierteNukleotid-Sequenz aus: Sie unterliegen während ihrer Evolutionoffenbar einer stabilisierenden Selektion, d.h. Veränderungenihrer Protein-Sequenzen werden nur in geringem Maße toleriert.Auch ihre räumliche Anordnung innerhalb der Gengruppe istzwischenartlich konserviert. Der Vergleich der 'single copy'Varianten innerhalb einer Art zeigt, daß diese sehr deutlicheSequenz-Unterschiede zueinander aufweisen. Sie bilden somit einkonserviertes Sortiment an Hämoglobin-Genen, das weitgehend vorder Radiation der Arten entstanden ist und eine über dieArtgrenzen hinweg unveränderte 'Hämoglobin-Grundausstattung'gewährleistet. Im Gegensatz hierzu zeichnen sich die Mitglieder vonHämoglobin-Gen-Sub-familien durch eine hohe Variabilität aus:Nukleotid-Sequenz, Anzahl und Organisation der Gene innerhalb derGenfamilie weisen im zwischenartlichen Vergleich zahlreicheUnterschiede auf. Es ist daher nur selten möglich allein aufGrundlage der Nukleotid-Sequenzen orthologe Genpaare zuidentifizieren. Die orthologen Gene der 7B-Subfamilie aus Chironomus tentansund chth konnten ausschließlich anhand korrespondierenderIntergen-Sequenzen einander zugeordnet werden. Somit sind dieGen-Subfamilien präferenziell an der Entstehung einesspeziesspezifischen Gen-Repertoires beteiligt. Variationen derNukleotid-Sequenz, Gen-Anzahl und Gen-Organisation innerhalb derSubfamilie werden im Gegensatz zu den 'single copy' Varianten ineinem hohen Maße toleriert. Aufgrund der hohen Sequenz-Übereinstimmungen zwischen denMitgliedern der Gen-Subfamilien unterliegen diese einer Vielzahlvon Rearrangements, die in Gen-Duplikationen, Deletionen undSequenz-Homogenisierungen resultieren. So führten beispielsweiseGenduplikationen durch ungleiches, homologes Crossing-over mitgroßer Wahrscheinlichkeit zur Entstehung und Expansion der7A-Subfamilie. Auch die Gene Cte12-1 und Cte 12-2 sind vermutlichdas Ergebnis eines rezenten Duplika-tions-Ereignisses. DerMechanismus der Retrotransposition, der zu einer Duplika-tioneines 3`-untranslatierten Bereichs innerhalb der 7A-Subfamilieführte, scheint für die Entstehung derHämoglobin-Multiplizität in Chironomiden hingegen wenigerbedeutsam zu sein. Innerhalb der 7A-Subfamilie ist eineAngleichung der Gene durch konzertierte Sequenz-Evolution zubeobachten. Der nukleotidweise Vergleich von Gen-Sequenzen zeigtam Beispiel der Gene 7A7 und 7A8, daß die konzertierte Evolutiondieser Gen-Varianten auf dem Mechanismus der Genkonversionberuht. Auch die Gen-Subfamilie 7B unterliegt offenbar in hohemMaße einer solchen Sequenz-Homogenisierung. Im Sinne einer molekularen Uhr sollten synonyme Basenaustauscheweitgehend neutral sein und sich proportional zur Zeit in denGenen anhäufen. Der Vergleich der Hämoglobin-Gen-Sequenzenzeigt, daß große Unterschiede in der Anzahl der synonymenBasenaustausche zwischen orthologen Genen nicht zwangsläufig dasErgebnis einer frühen Trennung dieser Gene sind. Die Übertragungvon Sequenzen zwischen paralogen Genen kann die Anzahl dersynonymen Basenaustausche orthologer Gene in kürzester Zeitverändern und den tatsächlichen Zeitpunkt der Trennung zweierorthologen Gene überdecken. Werden Genkonversionen nichterkannt, weil beispielsweise nicht alle Gene der Gruppevollständig erfaßt werden konnten, führt der Vergleichorthologer Gen-Sequenzen zwangsläufig zu falschen evolutionärenGendistanzen. Da die Mitglieder der Hämoglobin-Genfamiliebesonders häufig Rekombinations-Prozessen unterliegen, sind siedaher möglicherweise weniger nützliche Kanditaten für dieErmittlung evolutionärer Distanzen zwischen den verschiedenenChironomiden-Arten. Insgesamt zeigen die Ergebnisse dieser Arbeit, daß anhanddetaillierter phylogenetischer Analysen sich die Evolution derHämoglobin-Multigenfamilie von Chironomiden umfassendbeschreiben läßt. Ob einzelne, besonders gut konservierteGen-Varianten (wie z. B. die Gene Cte 8 und Cte W) einespezifische physiologische Funktion erfüllen oder ob dieGen-Subfamilien, die ein speziesspezifisches Genrepertoirebilden, an der Einnischung der verschiedenen Arten beteiligtsind, sollte durch weiterführende Untersuchungen (z. B. derGenexpression sowie der physiologischen Eigenschaften einzelnerVarianten) ermittelt werden können.

Identification and characterisation of five novel miniature inverted-repeat transposable elements (MITEs) in amphioxus (Branchiostoma floridae)

As the sister group to vertebrates, amphioxus is consistently used as a model of genome evolution for understanding the invertebrate/vertebrate transition. The amphioxus genome has not undergone massive duplications like those in the vertebrates or disruptive rearrangements like in the genome of Ciona, a urochordate, making it an ideal evolutionary model. Transposable elements have been linked to many genomic evolutionary changes including increased genome size, modified gene expression, massive gene rearrangements, and possibly intron evolution. Despite their importance in genome evolution, few previous examples of transposable elements have been identified in amphioxus. We report five novel Miniature Inverted-repeat Transposable Elements (MITEs) identified by an analysis of amphioxus DNA sequence, which we have named LanceleTn-1, LanceleTn-2, LanceleTn-3a, LanceleTn-3b and LanceleTn-4. Several of the LanceleTn elements were identified in the amphioxus ParaHox cluster, and we suggest these have had important implications for the evolution of this highly conserved gene cluster. The estimated high copy numbers of these elements implies that MITEs are probably the most abundant type of mobile element in amphioxus, and are thus likely to have been of fundamental importance in shaping the evolution of the amphioxus genome.

Oscheius tipulae as an example of eEF1A gene diversity in nematodes

We characterized four eEF1A genes in the alternative rhabditid nematode model organism Oscheius tipulae. This is twice the copy number of eEF1A genes in C. elegans, C. briggsae, and, probably, many other free-living and parasitic nematodes. The introns show features remarkably different from those of other metazoan eEF1A genes. Most of the introns in the eEF1A genes are specific to O. tipulae and are not shared with any of the other genes described in metazoans. Most of the introns are phase 0 (inserted between two codons), and few are inserted in protosplice sites (introns inserted between the nucleotide sequence A/CAG and G/A). Two of these phase 0 introns are conserved in sequence in two or more of the four eEF1A gene copies, and are inserted in the same position in the genes. Neither of these characteristics has been detected in any of the nematode eEF1A genes characterized to date. The coding sequences were also compared with other eEF1A cDNAs from 11 different nematodes to determine the variability of these genes within the phylum Nematoda. Parsimony and distance trees yielded similar topologies, which were similar to those created using other molecular markers. The presence of more than one copy of the eEF1A gene with nearly identical coding regions makes it difficult to define the orthologous cDNAs. As shown by our data on O. tipulae, careful and extensive examination of intron positions in the eEF1A gene across the phylum is necessary to define their potential for use as valid phylogenetic markers.

Molecular phylogenetics of Lentibulariaceae inferred from plastid rps16 Intron and trnL-F DNA sequences: implications for character evolution and biogeography

Phylogenetic relationships among 75 species of Lentibulariaceae, representing the three recognized genera, were assessed by cladistic analysis of DNA sequences from the plastid rps16 intron and the trnL-F region. Sequence data from the two loci were analyzed both separately and in combination. Consensus trees from all analyses are congruent, and parsimony jackknife results demonstrate strong support for relationships both between and within each of the three demonstrably monophyletic genera. The genus Pinguicula is sister to a Genlisea-Utricularia clade, the phylogenetic structure within this clade closely follows Taylor's recent sectional delimitations based on morphology. Three principal clades are shown within Utricularia, with the basal sections Polypoinpholyx and Pleiochasia together forming the sister lineage of the remaining Utricularia species. Of the fundamental morphological specializations, the stoloniferous growth form apparently arose independently within Genlisea and Utricularia three times, and within Utricularia itself, perhaps more than once. The epiphytic habit has evolved independently at least three times, in Pinguicula, in Utricularia section Phyllaria, and within the two sections Orchidioides and Iperua (in the latter as bromeliad tank-epiphytes). The suspended aquatic habit may have evolved independently within sections Utricularia and Vesiculina. Biogeographic optimization on the phylogeny demonstrates patterns commonly associated with the boreotropics hypothesis and limits the spatial origin of Lentibulariaceae to temperate Eurasia or tropical America.

Intron phase correlations and the evolution of the intron/exon structure of genes.

Two issues in the evolution of the intron/exon structure of genes are the role of exon shuffling and the origin of introns. Using a large data base of eukaryotic intron-containing genes, we have found that there are correlations between intron phases leading to an excess of symmetric exons and symmetric exon sets. We interpret these excesses as manifestations of exon shuffling and make a conservative estimate that at least 19% of the exons in the data base were involved in exon shuffling, suggesting an important role for exon shuffling in evolution. Furthermore, these excesses of symmetric exons appear also in those regions of eukaryotic genes that are homologous to prokaryotic genes: the ancient conserved regions. This last fact cannot be explained in terms of the insertional theory of introns but rather supports the concept that some of the introns were ancient, the exon theory of genes.

Splicing and the evolution of proteins in mammals.

It is often supposed that a protein's rate of evolution and its amino acid content are determined by the function and anatomy of the protein. Here we examine an alternative possibility, namely that the requirement to specify in the unprocessed RNA, in the vicinity of intron-exon boundaries, information necessary for removal of introns (e.g., exonic splice enhancers) affects both amino acid usage and rates of protein evolution. We find that the majority of amino acids show skewed usage near intron-exon boundaries, and that differences in the trends for the 2-fold and 4-fold blocks of both arginine and leucine show this to be owing to effects mediated at the nucleotide level. More specifically, there is a robust relationship between the extent to which an amino acid is preferred/avoided near boundaries and its enrichment/paucity in splice enhancers. As might then be expected, the rate of evolution is lowest near intron-exon boundaries, at least in part owing to splice enhancers, such that domains flanking intron-exon junctions evolve on average at under half the rate of exon centres from the same gene. In contrast, the rate of evolution of intronless retrogenes is highest near the domains where intron-exon junctions previously resided. The proportion of sequence near intron-exon boundaries is one of the stronger predictors of a protein's rate of evolution in mammals yet described. We conclude that after intron insertion selection favours modification of amino acid content near intron-exon junctions, so as to enable efficient intron removal, these changes then being subject to strong purifying selection even if nonoptimal for protein function. Thus there exists a strong force operating on protein evolution in mammals that is not explained directly in terms of the biology of the protein.

Differentielle Expression und molekulare Evolution von Mollusken-Hämocyanin

Molekularbiologische und biochemische Untersuchungen an den zwei Gastropoden-Arten Haliotis tuberculata und Haliotis asinina zeigten, dass diese jeweils zwei unterscheidbare Hämocyanin-Isoformen (HtH1/HaH1 und HtH2/HaH2) besitzen, die in unterschiedlichen Mengen in der Hämolymphe vorkommen. In situ-Hybridisierungsversuche an H. asinina ergaben, dass die beiden Hämocyanin-Isoformen sowohl entwicklungsspezifisch als auch gewebsspezifisch exprimiert werden. Die Transkription der Hämocyanin-Gene setzt bereits 9 Stunden nach der Befruchtung ein und ist von diesem Zeitpunkt an in allen Stadien der Larvalentwicklung nachweisbar. Während dieser Entwicklungsphase sind die Expressionsmuster der beiden Isoformen weitgehend überlappend, wohingegen in adulten Tieren in verschiedenen Geweben isoformspezifische Expressionsmuster auftreten. Diese Ergebnisse deuten auf funktionelle Unterschiede der beiden Hämocyanin-Isoformen hin, und somit darauf, dass Hämocyanin neben dem Transport von Sauerstoff noch weitere Funktionen ausüben könnte (Streit et al., 2005). Weiterhin wurden Untersuchungen zur Primär- und Sekundärstruktur der Hämocyanine aus H. tuberculata und zwei weiteren Arten (Megathura crenulata und Aplysia californica) durchgeführt. Von den Vetigastropoden M. crenulata und H. tuberculata konnten die für die beiden Hämocyanin-Isoformen kodierenden cDNA-Sequenzen vervollständigt werden. Von HtH1 und HtH2 wurden zudem die Gensequenzen komplettiert. Die Sequenzen des KLH1-Gens wurden bis auf 24 bp der 5’UTR und die für das Signalpeptid 1 kodierenden 33 bp ermittelt. Erstmals ist es gelungen, Promotorsequenzen von Mollusken-Hämocyanin-Genen zu sequenzieren. Für HtH2 wurden 181 bp und für KLH2 906 bp des Promotors analysiert. Beide Gensequenzen weisen das konservierte Sequenzmotiv der TATA-Box auf. Wie bei H. tuberculata treten auch bei M. crenulata die beiden Isoformen in unterschiedlichen Mengenverhältnissen in der Hämolymphe auf. In den bisher analysierten Sequenzen dieser beiden Gastropoden konnten keine regulatorischen Elemente identifiziert werden, welche die differentielle Expression bedingen könnten. Die Genstruktur des Hämocyanins von A. californica konnte ebenfalls aufgeklärt werden. Die kodierenden Bereiche des AcH-Gens werden durch insgesamt 45 interne Introns fragmentiert. Im Gen liegen neun Insertionspositionen vor, in denen paraloge Introns inserieren. Zudem sind neun Introns ortholog zu internen Introns anderer Mollusken-Hämocyanin-Gene. Im Fall der paralogen und orthologen Introns handelt es sich um sehr ursprüngliche Introns, die bereits vor der Radiation der Mollusken inserierten. Damit widerlegen diese Ergebnisse die bisherige Annahme („Intron late”-Hypothese), der zufolge die Insertion interner Introns erst nach der Trennung der Gastropoden und Cephalopoden eingesetzt haben soll. Im Zuge dieser Sequenzanalysen ergaben sich zudem Hinweise auf die Existenz einer weiteren AcH-Isoform, da 13 Fragmente ermittelt wurden, die in den kodierenden Bereichen Sequenzunterschiede von bis zu 20% zu AcH 1 aufweisen. Die detaillierten Studien der Haliotis-Hämocyanine deckten einen weitreichenden phylogenetischen Informationsgehalt der Hämocyanin-Sequenzen auf. In weiterführenden Analysen wurden Teilsequenzen der Hämocyanin-Gene von 12 verschiedenen Haliotis-Arten amplifiziert. Der daraus rekonstruierte Stammbaum liefert entsprechend spezifischer Indels eine deutliche Auftrennung der Haliotidae in eine nordpazifische und eine europäischaustralasische Abstammungslinie. Anhand dieser Analyse lassen sich der phylogeographische Ursprung der Haliotiden aufzeigen (Streit et al., 2006) und deren Wanderungsbewegungen nachvollziehen. Hämocyanin-Daten wurden des Weiteren für phylogenetische Analysen auf höherem taxonomischem Niveau eingesetzt. Innerhalb der Klasse der Polyplacophoren wurden interfamiliäre Verwandtschaftsverhältnisse rekonstruiert. Für diese Analyse wurden Teilsequenzen der Hämocyanin-Gene 17 unterschiedlicher Arten ermittelt. Die phylogenetische Untersuchung zeigt, dass sich die Polyplacophoren eindeutig in die beiden Ordnungen der Lepidopleurida und Chitonida auftrennen, da die Chitonida eine spezifische „Deletion” aufweisen. Anhand dieses Merkmals kann auch Callochiton bouveti, der diese „Deletion” besitzt und dessen phylogenetische Einordnung bisweilen umstritten war, eindeutig den Chitonida zugeordnet werden. Innerhalb der Chitonida bilden sowohl die Chitonina als auch die Acanthochitonina monophyletische Gruppen.

Evolution of the Friedreich’s ataxia trinucleotide repeat expansion: Founder effect and premutations

Friedreich’s ataxia, the most frequent inherited ataxia, is caused, in the vast majority of cases, by large GAA repeat expansions in the first intron of the frataxin gene. The normal sequence corresponds to a moderately polymorphic trinucleotide repeat with bimodal size distribution. Small normal alleles have approximately eight to nine repeats whereas a more heterogeneous mode of large normal alleles ranges from 16 to 34 GAA. The latter class accounts for ≈17% of normal alleles. To identify the origin of the expansion mutation, we analyzed linkage disequilibrium between expansion mutations or normal alleles and a haplotype of five polymorphic markers within or close to the frataxin gene; 51% of the expansions were associated with a single haplotype, and the other expansions were associated with haplotypes that could be related to the major one by mutation at a polymorphic marker or by ancient recombination. Of interest, the major haplotype associated with expansion is also the major haplotype associated with the larger alleles in the normal size range and was almost never found associated with the smaller normal alleles. The results indicate that most if not all large normal alleles derive from a single founder chromosome and that they represent a reservoir for larger expansion events, possibly through “premutation” intermediates. Indeed, we found two such alleles (42 and 60 GAA) that underwent cataclysmic expansion to pathological range in a single generation. This stepwise evolution to large trinucleotide expansions already was suggested for myotonic dystrophy and fragile X syndrome and may relate to a common mutational mechanism, despite sequence motif differences.

Explosive invasion of plant mitochondria by a group I intron

Group I introns are mobile, self-splicing genetic elements found principally in organellar genomes and nuclear rRNA genes. The only group I intron known from mitochondrial genomes of vascular plants is located in the cox1 gene of Peperomia, where it is thought to have been recently acquired by lateral transfer from a fungal donor. Southern-blot surveys of 335 diverse genera of land plants now show that this intron is in fact widespread among angiosperm cox1 genes, but with an exceptionally patchy phylogenetic distribution. Four lines of evidence—the intron’s highly disjunct distribution, many incongruencies between intron and organismal phylogenies, and two sources of evidence from exonic coconversion tracts—lead us to conclude that the 48 angiosperm genera found to contain this cox1 intron acquired it by 32 separate horizontal transfer events. Extrapolating to the over 13,500 genera of angiosperms, we estimate that this intron has invaded cox1 genes by cross-species horizontal transfer over 1,000 times during angiosperm evolution. This massive wave of lateral transfers is of entirely recent occurrence, perhaps triggered by some key shift in the intron’s invasiveness within angiosperms.

Evolution of paired domains: Isolation and sequencing of jellyfish and hydra Pax genes related to Pax-5 and Pax-6

Pax proteins are a family of transcription factors with a highly conserved paired domain; many members also contain a paired-type homeodomain and/or an octapeptide. Nine mammalian Pax genes are known and classified into four subgroups: Pax-1/9, Pax-2/5/8, Pax-3/7, and Pax-4/6. Most of these genes are involved in nervous system development. In particular, Pax-6 is a key regulator that controls eye development in vertebrates and Drosophila. Although the Pax-4/6 subgroup seems to be more closely related to Pax-2/5/8 than to Pax-3/7 or Pax-1/9, its evolutionary origin is unknown. We therefore searched for a Pax-6 homolog and related genes in Cnidaria, which is the lowest phylum of animals that possess a nervous system and eyes. A sea nettle (a jellyfish) genomic library was constructed and two pax genes (Pax-A and -B) were isolated and partially sequenced. Surprisingly, unlike most known Pax genes, the paired box in these two genes contains no intron. In addition, the complete cDNA sequences of hydra Pax-A and -B were obtained. Hydra Pax-B contains both the homeodomain and the octapeptide, whereas hydra Pax-A contains neither. DNA binding assays showed that sea nettle Pax-A and -B and hydra Pax-A paired domains bound to a Pax-5/6 site and a Pax-5 site, although hydra Pax-B paired domain bound neither. An alignment of all available paired domain sequences revealed two highly conserved regions, which cover the DNA binding contact positions. Phylogenetic analysis showed that Pax-A and especially Pax-B were more closely related to Pax-2/5/8 and Pax-4/6 than to Pax-1/9 or Pax-3/7 and that the Pax genes can be classified into two supergroups: Pax-A/Pax-B/Pax-2/5/8/4/6 and Pax-1/9/3/7. From this analysis and the gene structure, we propose that modern Pax-4/6 and Pax-2/5/8 genes evolved from an ancestral gene similar to cnidarian Pax-B, having both the homeodomain and the octapeptide.

Intron self-complementarity enforces exon inclusion in a yeast pre-mRNA

Skipping of internal exons during removal of introns from pre-mRNA must be avoided for proper expression of most eukaryotic genes. Despite significant understanding of the mechanics of intron removal, mechanisms that ensure inclusion of internal exons in multi-intron pre-mRNAs remain mysterious. Using a natural two-intron yeast gene, we have identified distinct RNA–RNA complementarities within each intron that prevent exon skipping and ensure inclusion of internal exons. We show that these complementarities are positioned to act as intron identity elements, bringing together only the appropriate 5′ splice sites and branchpoints. Destroying either intron self-complementarity allows exon skipping to occur, and restoring the complementarity using compensatory mutations rescues exon inclusion, indicating that the elements act through formation of RNA secondary structure. Introducing new pairing potential between regions near the 5′ splice site of intron 1 and the branchpoint of intron 2 dramatically enhances exon skipping. Similar elements identified in single intron yeast genes contribute to splicing efficiency. Our results illustrate how intron secondary structure serves to coordinate splice site pairing and enforce exon inclusion. We suggest that similar elements in vertebrate genes could assist in the splicing of very large introns and in the evolution of alternative splicing.

Rapid evolution of the DNA-binding site in LAGLIDADG homing endonucleases

Sequence analysis of chloroplast and mitochondrial large subunit rRNA genes from over 75 green algae disclosed 28 new group I intron-encoded proteins carrying a single LAGLIDADG motif. These putative homing endonucleases form four subfamilies of homologous enzymes, with the members of each subfamily being encoded by introns sharing the same insertion site. We showed that four divergent endonucleases from the I-CreI subfamily cleave the same DNA substrates. Mapping of the 66 amino acids that are conserved among the members of this subfamily on the 3-dimensional structure of I-CreI bound to its recognition sequence revealed that these residues participate in protein folding, homodimerization, DNA recognition and catalysis. Surprisingly, only seven of the 21 I-CreI amino acids interacting with DNA are conserved, suggesting that I-CreI and its homologs use different subsets of residues to recognize the same DNA sequence. Our sequence comparison of all 45 single-LAGLIDADG proteins identified so far suggests that these proteins share related structures and that there is a weak pressure in each subfamily to maintain identical protein–DNA contacts. The high sequence variability we observed in the DNA-binding site of homologous LAGLIDADG endonucleases provides insight into how these proteins evolve new DNA specificity.

Phylogenetic relationships among group II intron ORFs

Group II introns are widely believed to have been ancestors of spliceosomal introns, yet little is known about their own evolutionary history. In order to address the evolution of mobile group II introns, we have compiled 71 open reading frames (ORFs) related to group II intron reverse transcriptases and subjected their derived amino acid sequences to phylogenetic analysis. The phylogenetic tree was rooted with reverse transcriptases (RTs) of non-long terminal repeat retroelements, and the inferred phylogeny reveals two major clusters which we term the mitochondrial and chloroplast-like lineages. Bacterial ORFs are mainly positioned at the bases of the two lineages but with weak bootstrap support. The data give an overview of an apparently high degree of horizontal transfer of group II intron ORFs, mostly among related organisms but also between organelles and bacteria. The Zn domain (nuclease) and YADD motif (RT active site) were lost multiple times during evolution. Differences in domain structures suggest that the oldest ORFs were concise, while the ORF in the mitochondrial lineage subsequently expanded in three locations. The data are consistent with a bacterial origin for mobile group II introns.

Structures of two molluscan hemocyanin genes: Significance for gene evolution

We present here the description of genes coding for molluscan hemocyanins. Two distantly related mollusks, Haliotis tuberculata and Octopus dofleini, were studied. The typical architecture of a molluscan hemocyanin subunit, which is a string of seven or eight globular functional units (FUs, designated a to h, about 50 kDa each), is reflected by the gene organization: a series of eight structurally related coding regions in Haliotis, corresponding to FU-a to FU-h, with seven highly variable linker introns of 174 to 3,198 bp length (all in phase 1). In Octopus seven coding regions (FU-a to FU-g) are found, separated by phase 1 introns varying in length from 100 bp to 910 bp. Both genes exhibit typical signal (export) sequences, and in both cases these are interrupted by an additional intron. Each gene also contains an intron between signal peptide and FU-a and in the 3′ untranslated region. Of special relevance for evolutionary considerations are introns interrupting those regions that encode a discrete functional unit. We found that five of the eight FUs in Haliotis each are encoded by a single exon, whereas FU-f, FU-g, and FU-a are encoded by two, three and four exons, respectively. Similarly, in Octopus four of the FUs each correspond to an uninterrupted exon, whereas FU-b, FU-e, and FU-f each contain a single intron. Although the positioning of the introns between FUs is highly conserved in the two mollusks, the introns within FUs show no relationship either in location nor phase. It is proposed that the introns between FUs were generated as the eight-unit polypeptide evolved from a monomeric precursor, and that the internal introns have been added later. A hypothesis for evolution of the ring-like quaternary structure of molluscan hemocyanins is presented.