Interplay of mobile genetic elements and defense systems on the evolution of prokaryotic genomes

Background: Horizontal Gene Transfer (HGT) is a crucial mechanism that drives microbial evolution and adaptation by facilitating rapid genetic change at population and evolutionary levels. The pivotal role of HGT in microbial evolution is exemplified by its major contribution to evolutionary rates through an increase of gene flow. Understanding HGT is central to explaining how microbes adapt to new environments, develop antibiotic resistance, and acquire pathogenicity factors. HGT is most often mediated by mobile genetic elements, such as plasmids and prophages. For that reason, defense systems targeting mobile genetic elements could, in principle, have a notable impact on genomic plasticity. Previous studies attempting to quantify the effect of defense systems on genomic plasticity have produced inconclusive or contradictory results, possibly due to methodological limitations. This thesis revisits this question using state-of-the-art tools and datasets. Objectives: This thesis revolves around three specific topics: (i) the uncertainty of pangenome analysis in the presence of HGT, (ii) the impact of defense systems on genomic plasticity, and (iii) the interplay between defense systems and mobile genetic elements. The first study focuses on the methodological challenges of gene clustering within prokaryotic pangenomes due to HGT. The second investigates how CRISPR-Cas and other defense systems against mobile genetic elements affect genome composition across different species at short and intermediate evolutionary time scales. The final study focuses on phage satellites, a highly diverse family of mobile genetic elements, and investigates the co-localization of these with anti-phage defense systems. Results: The first study assesses the influence of gene clustering criteria on pangenome analysis. It reveals that methodological inconsistencies can overshadow ecological and phylogenetic signals. In particular, estimates of genome plasticity based on binary (presence or absence) phyletic profiles may be more accurate if using synteny-based gene clusters, because they better capture the contribution of intra-species paralogs to the total gene flux. The second study demonstrates that the impact of CRISPR-Cas systems on genome composition varies depending on the species and the class of genes under consideration. The largest effects were found on genes that belong to mobile genetic elements. Strains with CRISPR-Cas systems exhibit less gene flow at intermediate evolutionary time scales, particularly lower rates of gene gain associated with mobile genetic elements. This indicates a constraining effect of CRISPR-Cas on (pan)genomic plasticity. Moreover, we found that the number and types of anti-CRISPR proteins are a factor that positively correlates with the abundance of mobile genetic elements in genomes that harbor a CRISPR-Cas system. The same analyses performed for five different defense systems revealed a general association between defense systems and mobile genetic elements, although with significant variation across species. The last study implements a network-based approach to reclassify phage satellites into families. Additionally, it shows that phage satellites often harbor defense systems and the distribution of defense systems across phage satellites is taxa- and family-dependent. Conclusions: Selection of appropriate gene clustering criteria is critical for an unbiased analysis of pangenomes, particularly in light of the role of HGT in microbial evolution. This thesis also highlights the significant but variable impact of defense systems, such as CRISPR-Cas, on the genomic plasticity of prokaryotic species. Finally, we show that defense systems are often co-located with phage satellites. Thus, phage satellites could be major vehicles for the transfer of defense systems across bacteria. RESUMEN Antecedentes: La transferencia genética horizontal (TGH) es un mecanismo crucial que impulsa la evolución y la adaptación microbianas. Permite un cambio genético rápido, que a menudo afecta a los microorganismos a nivel poblacional y evolutivo. La importancia vital de la TGH en la evolución microbiana queda ejemplificada por su contribución a las tasas evolutivas en forma de flujo genético. Este proceso dinámico es fundamental para entender cómo los microbios se adaptan a nuevos entornos, desarrollan resistencia a los antibióticos y adquieren islas de patogenicidad. Muchos genes adaptativos están asociados a elementos genéticos móviles (EGMs), como plásmidos y profagos, lo que pone de relieve la importancia de la plasticidad genómica. Este contexto sienta las bases para investigar el impacto de los sistemas de defensa, como los sistemas CRISPR-Cas, en la plasticidad genómica. Objetivos: Los estudios presentados tinenen como objetivo aclarar las complejidades de la agrupación de genes, el impacto del sistema de defensa en la plasticidad genómica y la interacción entre los sistemas de defensa y los elementos genéticos móviles. El primer estudio se centra en los retos metodológicos de la agrupación (clustering) de genes en pangenomas procariotas debido a la TGH. El segundo investiga cómo los sistemas CRISPR-Cas, un mecanismo de defensa contra la TGH, afectan a la composición del genoma en diferentes especies a un nivel evolutivo corto. Además, se aplicaron los mismos análisis sobre otros cinco sistemas de defensa. El último estudio se centra en la familia de proteínas de los satélites de fagos, que presenta una baja similitud, e investiga la co-localización de los sistemas de defensa dentro de los satélites fágicos. Resultados: El estudio inicial pone de relieve la influencia de los criterios de agrupación en el análisis del pangenoma. Revela que las incoherencias metodológicas pueden eclipsar las influencias ecológicas y filogenéticas. Los análisis de la plasticidad del genoma basados en perfiles filéticos binarios (presencia o ausencia) pueden ser más precisos si se utilizan agrupaciones génicas basadas en la sintenia, porque captan mejor la contribución de los paralogismos intraespecíficos al flujo genético total. El segundo estudio demuestra que el impacto de los sistemas CRISPR-Cas en la composición del genoma varía en función de la especie. Se encontró una influencia significativa en genes pertenecientes a elementos genéticos móviles. Las especies con estos sistemas muestran tasas más bajas de flujo genético en una escala temporal evolutiva más profunda, en particular tasas más bajas de ganancia de genes de elementos genéticos móviles, lo que indica un efecto limitante sobre la plasticidad (pan)genómica. Se descubrió que el número y los tipos de proteínas anti-CRISPR son un factor que se correlaciona positivamente con la abundancia de genes de EGM en genomas que contienen CRISPR. Además, la aplicación de los análisis en los otros cinco sistemas de defensa reveló una asociación general entre los EGM y los sistemas de defensa, pero ésta varía dependiendo de la especie y los DF concretos. El tercer estudio identificó focos de actividad de sistemas de defensa en satélites de fagos y nuevas islas cromosómicas inducibles por fagos a través de redes de genes compartidos. Conclusiones: La selección de criterios apropiados de agrupación de genes es crítica para el análisis imparcial de pangenomas, particularmente a la luz del papel de la TGH en la evolución microbiana. Los estudios destacan un impacto significativo pero variable de los sistemas de defensa como CRISPR-Cas en la plasticidad genómica entre especies. Los resultados obtenidos también sugieren que los satélites de fagos actúan como focos de actividad del sistema de defensa, facilitando la transferencia potencial de estos.