Relación del sesgo de codones con la concentración de ARNm y la longitud de proteínas en Saccharomyces cerevisiae

En 1982, Ikemura informó sobre un uso notablemente desigual de diferentes codones sinónimos en cinco genes nucleares de Saccharomyces cerevisiae con altos niveles de proteínas. Para estudiar esta tendencia en detalle, examinamos datos de tres estudios independientes que utilizaron matrices de oligonucleótidos o SAGE para estimar las concentraciones de ARNm para casi todos los genes en el genoma. Se calcularon coeficientes de correlación para la relación de la concentración de ARNm con cuatro medidas comúnmente utilizadas de sesgo en el uso de codones sinónimos: el índice de adaptación de codones (CAI), el índice de sesgo de codones (CBI), la frecuencia de codones óptimos (F(op)) y el número efectivo de codones (N(c)). La concentración de ARNm se aproximó mejor como una función exponencial de cada una de estas cuatro medidas. De las cuatro, el CAI fue el más fuertemente correlacionado con la concentración de ARNm (r(s)=0.62+/-0.01, n=2525, p<10(-17)). Cuando controlamos por el CAI, la concentración de ARNm y la longitud de proteínas estaban negativamente correlacionadas (r(s) parcial=-0.23+/-0.01, n=4765, p<10(-17)). Esto puede resultar de la selección para reducir el tamaño de las proteínas abundantes y minimizar los costos de transcripción y traducción. Cuando controlamos por la concentración de ARNm, la longitud de proteínas y el CAI estaban positivamente correlacionados (r(s) parcial=0.16+/-0.01, n=4765, p<10(-17)). Esto puede reflejar una selección más efectiva en genes más largos contra errores de sentido alternativo durante la traducción. Los coeficientes de correlación entre los niveles de ARNm de genes individuales, medidos por diferentes investigadores y métodos, fueron bajos, en el rango r(s)=0.39-0.68.