Análise de ORFans singleton em genomas microbianos totalmente sequenciados

As sequências de ORFans singleton são ORFs órfãos (quadros de leitura abertos) que não apresentam similaridade de sequência detectável com nenhuma outra sequência nos bancos de dados. Os ORFans são de particular interesse não apenas como quebra-cabeças evolutivos, mas também porque podemos aprender pouco sobre eles usando ferramentas de bioinformática. Aqui, apresentamos uma primeira análise sistemática de ORFans singleton nos primeiros 60 genomas microbianos totalmente sequenciados. Mostramos que, embora os ORFans tenham sido subestimados, o número de ORFans está crescendo constantemente, contabilizando atualmente 23.634 sequências. Ao mesmo tempo, a porcentagem de ORFans em relação ao total de sequências está diminuindo lentamente, sendo atualmente cerca de 14%. ORFans curtos representam cerca de 61% de todos os ORFans. A abundância de ORFans curtos pode ser devido a um artefato ainda não explicado. Os dados também sugerem que o número de ORFans mais longos pode em breve diminuir à medida que mais genomas de organismos estreitamente relacionados se tornam disponíveis. Para abordar melhor as questões sobre as funções e origens dos ORFans, propomos concentrar estudos adicionais nos ORFans mais longos, com ênfase em três novos tipos de ORFans: módulos ORFan, ORFans paralógicos e ORFans ortólogos. Concluímos que o grande número de ORFans reflete uma propriedade intrínseca do material genético ainda não totalmente compreendida. Estudos computacionais e experimentais adicionais com o objetivo de entender a diversidade de proteínas da Natureza também devem incluir ORFans.