שתי שאלות, לא אחת

בבית הספר מלמדים את השאלה הראשונה: איך רצף DNA הופך לחלבון. שלוש אותיות הן קודון, קודון הוא חומצת אמינו, ושרשרת חומצות אמינו מתקפלת לחלבון. זו התשובה לשאלה מה הגן מייצר.

יש שאלה שנייה, והיא זו שקובעת כמעט הכול: מתי. תא עצב ותא כבד באותו אדם נושאים את אותו גנום בדיוק, אות באות. ההבדל ביניהם אינו ברצף אלא באילו גנים דלוקים בכל אחד מהם ובאיזו עוצמה. מתוך כעשרים אלף גנים מקודדי חלבון, כל תא מפעיל חלק מסוים ומשתיק את השאר.

הרצפים שקובעים את התשובה לשאלה השנייה נקראים DNA רגולטורי. הם אינם מקודדים דבר. הם נקראים על ידי חלבונים אחרים, וההקראה הזו היא ההוראה.

פרומוטור: המתג שצמוד לגן

לפני תחילתו של כמעט כל גן יושב קטע רצף שנקרא פרומוטור. הוא נקודת העגינה: שם מתיישבת פולימראז RNA, האנזים שמעתיק את הגן, ושם נקבע היכן בדיוק מתחילה ההעתקה.

פרומוטור לבדו הוא מתג חלש. הוא מאפשר לגן לעבוד, אך בדרך כלל אינו קובע את העוצמה ואינו יודע להבחין בין סוגי תאים. ההחלטות האלה מגיעות ממקום אחר, ולעיתים קרובות ממקום רחוק.

אנהנסר: מתג שיושב רחוק ובכל זאת עובד

אנהנסר הוא קטע רצף שמגביר את פעילות הגן. הדבר המוזר בו הוא שהוא אינו חייב לשבת ליד הגן. הוא יכול לשבת אלפי אותיות ממנו, לפעמים מאות אלפים, לפני הגן או אחריו, ולעיתים בתוך אינטרון של גן שכן שאין לו קשר לעניין.

איך רצף רחוק משפיע? ה-DNA אינו קו ישר בתוך הגרעין. הוא מקופל, והקיפול יוצר לולאה שמקרבת פיזית את האנהנסר אל הפרומוטור. במרחק על הרצף הם רחוקים; במרחב הם נוגעים. זו הסיבה שאי אפשר לקרוא רצף רגולטורי כמו טקסט ולהסיק על מה הוא משפיע. צריך לדעת גם איך הוא מקופל.

המשמעות המעשית: כדי לדעת על איזה גן פועל אנהנסר מסוים לא מספיק לשאול מי הגן הקרוב אליו. לעיתים קרובות זו התשובה הלא נכונה.

גורמי שעתוק: המפתחות שנכנסים למנעול

אנהנסר אינו עושה דבר בעצמו. הוא רצף שמכיל אתרי קשירה, קטעים קצרים של כמה אותיות שאליהם נצמדים חלבונים שנקראים גורמי שעתוק. גורם שעתוק הוא מפתח, ואתר הקשירה הוא המנעול.

כאן נסגר המעגל שמסביר את ההבדל בין תאים. המנעולים זהים בכל תאי הגוף, כי הרצף זהה. המפתחות אינם. תא T מייצר גורמי שעתוק שתא כבד אינו מייצר, ולהיפך. אנהנסר שדורש מפתח מסוים יעבוד רק בתא שבו המפתח קיים.

לכן שאלת ההפעלה תמיד דורשת שני נתונים: מה כתוב ברצף, ומה נמצא בתא שקורא אותו. אחד מהם לבדו אינו מספיק כדי לנבא אם הגן ידלק.

למה 'DNA זבל' יצא מהשימוש

בגנום האנושי כשלושה מיליארד ושלוש מאות מיליון אותיות, ורק כשני אחוזים מהן מקודדות חלבון. כך מגדיר זאת מכון המחקר הלאומי לגנום האנושי בארצות הברית, שגם מציין שהמונח הישן 'DNA זבל' היה מזלזל ואינו בשימוש היום.

הסיבה לנטישת השם היא שנמצאה פעילות. מחקר שפורסם ב-Science ב-2012 מיפה אתרי רגישות ל-DNase I, סמן מדויק לרצף רגולטורי פעיל, ב-349 סוגי תאים ורקמות. בכל סוג תא נמצאו בממוצע 198,180 אתרים כאלה, שתופסים כשני אחוזים ואחד עשירית מהגנום שלו. אבל האתרים אינם אותם אתרים בכל תא: בסך הכול זוהו 3,899,693 מיקומים שונים, שיחד פרושים על 42.2 אחוזים מהגנום.

כאן צריך זהירות. המספר הזה אינו אומר ש-42 אחוזים מהגנום 'עובדים'. הוא אומר שבמיפוי של 349 סוגי תאים, כל אחד מהמיקומים האלה נמצא פתוח לפחות בתא אחד. השאלה כמה מהגנום באמת ממלא תפקיד היא שאלה פתוחה שעדיין שנויה במחלוקת. מה שהשתנה הוא לא שהוכח שהכול מתפקד, אלא שהוכח שהחלוקה הפשוטה בין 'מקודד' לבין 'זבל' הייתה שגויה.

מוטציה שגורמת למחלה בלי לשנות אף חלבון

הדוגמה הנקייה ביותר פורסמה ב-Science ב-2014 ועוסקת בלוקמיה לימפובלסטית חריפה מסוג תאי T. בחלק מהחולים נמצאה הגברה חריגה של האונקוגן TAL1, בלי שינוי בגן עצמו ובלי שבר כרומוזומלי שמסביר אותה.

מה שנמצא היה שינוי של מספר אותיות קטן ברצף לא מקודד, כשמונת אלפים אותיות במעלה הזרם מנקודת ההתחלה של הגן. השינוי לא פגע בשום חלבון. הוא יצר במקום שבו לא היה קודם אתר קשירה לגורם השעתוק MYB.

התוצאה: MYB נקשר לאתר החדש, גורר איתו את שותפו CBP שמסמן את האזור בסימון כימי של פעילות, ובמקום שבו לא היה כלום נוצר אנהנסר חזק במיוחד שמדליק את TAL1 ללא הפסקה. החלבון TAL1 עצמו תקין לחלוטין. מה שהשתבש הוא ההוראה מתי לייצר אותו.

זו הסיבה שריצוף שקורא רק את החלקים המקודדים יכול להחזיר תוצאה נקייה אצל חולה שהמחלה שלו גנטית לגמרי.

GWAS: למה הממצאים נוחתים מחוץ לגנים

מחקר GWAS, קיצור של מחקר אסוציאציה כלל גנומי, סורק מאות אלפי מיקומים בגנום אצל אלפי אנשים עם מחלה ואלפים בלעדיה, ומחפש אותיות שנפוצות יותר אצל החולים. הוא אינו מוכיח סיבתיות. הוא מצביע על מיקום חשוד.

אותו מחקר מ-2012 דיווח על ההפתעה: כ-93 אחוזים מהווריאנטים שנקשרו למחלות ולתכונות יושבים ברצף לא מקודד. כשבדקו 5,654 אסוציאציות כאלה מול מפות הרצף הרגולטורי, 76.6 אחוזים מהן היו בתוך אתר רגולטורי פעיל או בתאחיזה מלאה עם ווריאנט שיושב באחד כזה.

המסקנה שינתה את כיוון החיפוש. אם ווריאנט קשור למחלה אך אינו משנה חלבון, ההסבר הסביר הוא שהוא משנה כמה מהחלבון מיוצר, או באיזה תא. וזה מסביר גם למה כל כך קשה לתרגם ממצא של GWAS לטיפול: לדעת שהמיקום חשוד אינו לדעת על איזה גן הוא משפיע.

מה מודלים כמו AlphaGenome מנסים לעשות, ומה עוד לא

הבעיה החישובית ברורה: בהינתן רצף, לנבא מה הוא עושה. מודל AlphaGenome של גוגל דיפמיינד, שפורסם כטיוטה ב-2025, מקבל מיליון אותיות DNA ברצף אחד ומנבא אלפי מדדים תפקודיים, חלקם ברזולוציה של אות בודדת: רמת ביטוי, נגישות כרומטין, קשירת גורמי שעתוק, סימוני היסטונים ומגעים מרחביים בין קטעים. בהערכות של השפעת ווריאנטים הוא השתווה או עקף את המודלים החיצוניים החזקים ביותר ב-24 מתוך 26 מבחנים, ולפי המחברים הוא שחזר את המנגנון של ווריאנטים בעלי משמעות קלינית ליד TAL1.

מה שמודל כזה מספק הוא ניבוי, וניבוי אינו מנגנון. התאמה טובה למדידות אינה מוכיחה שהמודל תפס את הסיבה, בדיוק כפי שהתאמה טובה של עקומה אינה מוכיחה את הפירוש הפיזיקלי שלה. מודל יכול לנבא נכון שווריאנט מוריד ביטוי, ולנבא זאת מסיבה שאינה הסיבה האמיתית.

לכן הכלי משנה את סדר העבודה ולא מחליף אותו. הוא מסמן אילו ווריאנטים מבין אלפי חשודים שווים ניסוי, והניסוי במעבדה הוא שקובע.