La meraviglia del DNA

Il DNA umano è un capolavoro non solo per la quantità di informazione che custodisce, ma per il compromesso tra compattazione e accessibilità. In una cellula diploide, la lunghezza totale del DNA nucleare è di circa due metri. Eppure esso deve funzionare in un nucleo il cui diametro è generalmente compreso nell'ordine di pochi micrometri.

La compattazione comincia con i nucleosomi: circa 147 coppie di basi compiono quasi due giri attorno a un ottamero di istoni. Questi “rocchetti” molecolari non sono semplici imballaggi. La loro posizione e le modificazioni chimiche degli istoni influenzano la possibilità di raggiungere una sequenza. I nucleosomi partecipano quindi alla regolazione, oltre che alla compattazione.

A scale maggiori, la cromatina forma anse e domini tridimensionali. Proteine come le coesine contribuiscono a estrudere anelli, mentre fattori architettonici aiutano a stabilirne i confini. L'organizzazione non è rigida: cambia quando una cellula si differenzia, risponde a un segnale, ripara un danno o si prepara alla divisione.

La metafora della pallina da tennis richiede una precisazione. Scalando un nucleo di 5-10 micrometri fino a circa 6,7 centimetri, due metri di DNA diventerebbero un filo di circa 13-27 chilometri. Con nuclei più piccoli si possono ottenere valori più alti. “Quaranta chilometri” non è impossibile come immagine estrema, ma “decine di chilometri” è una formulazione più robusta.

Il genoma aploide umano completo misura poco più di tre miliardi di coppie di basi. Se si assegna a ogni base una delle quattro combinazioni di due bit, la capacità grezza è circa 6,1 miliardi di bit, ossia 760 milioni di byte. Il genoma diploide porta il totale a circa 1,5 gigabyte. Sono confronti matematici, non misure del “contenuto di una persona”: ignorano il contesto cellulare, la struttura tridimensionale, l'epigenetica e la complessa relazione tra sequenza e funzione.

La densità massima ideale si può stimare dalla massa molecolare delle coppie di basi. Il risultato è circa 2,3 × 10²⁰ byte per grammo: 230 exabyte, equivalenti a circa 228 miliardi di gigabyte. Le tecnologie reali devono sacrificare parte di questa capacità per aggiungere indici, ridondanza e codici di correzione. Nel 2017 DNA Fountain ha dimostrato un recupero corretto a 215 petabyte per grammo, circa un millesimo del limite ideale ma ancora immensamente superiore ai supporti convenzionali.

Il DNA biologico non è stato progettato come un disco rigido. Le sue sequenze hanno vincoli chimici e funzionali; contengono ripetizioni, elementi mobili e tracce dell'evoluzione. Circa ventimila geni codificano proteine, mentre gran parte del genoma non le codifica. “Non codificante”, tuttavia, non significa automaticamente “inutile”: vi si trovano sequenze regolatrici, geni per RNA, centromeri, telomeri e regioni con funzioni strutturali. Altre porzioni possono non avere una funzione selezionata.

Ogni individuo nasce dall'unione di due genomi aploidi. Nella meiosi, cromosomi omologhi materni e paterni si appaiano e possono scambiarsi segmenti mediante ricombinazione. Ogni gamete riceve così una combinazione irripetibile di 23 cromosomi. Dopo la fecondazione, le cellule del nuovo organismo possiedono normalmente due alleli per ogni gene autosomico, uno di origine materna e uno paterna.

La formula ha eccezioni: il DNA mitocondriale è ereditato quasi sempre per via materna; X e Y non portano le stesse serie di geni; alcuni geni sono soggetti a imprinting, per cui l'attività dipende dal genitore di origine. Inoltre, mutazioni somatiche e particolari riarrangiamenti nelle cellule immunitarie possono creare piccole differenze tra cellule dello stesso corpo.

La replicazione è semiconservativa: ciascuna nuova doppia elica conserva un filamento vecchio e ne contiene uno appena sintetizzato. L'elicasi separa i filamenti; le primasi preparano brevi inneschi; le DNA polimerasi estendono le nuove catene solo in una direzione. Per questo il filamento guida viene sintetizzato in modo continuo, mentre quello ritardato nasce come una serie di frammenti di Okazaki, successivamente saldati dalla ligasi.

La precisione deriva da controlli consecutivi. La geometria del sito attivo della polimerasi favorisce la base corretta; l'attività esonucleasica elimina molti inserimenti sbagliati; il mismatch repair controlla il DNA dopo il passaggio della forcella. Altri sistemi riparano basi danneggiate, rotture e lesioni provocate da radiazioni o reazioni chimiche. La correzione deve essere straordinariamente efficace, ma non assoluta: senza una minima variazione ereditaria non esisterebbe evoluzione.

Anche la lettura del DNA richiede un'apertura controllata. Fattori di trascrizione riconoscono sequenze specifiche; complessi di rimodellamento consumano energia per far scorrere o rimuovere nucleosomi; modificazioni degli istoni rendono alcune regioni più favorevoli all'accesso. Enhancer lontani possono essere avvicinati ai promotori grazie al ripiegamento tridimensionale. Infine, la RNA polimerasi apre una piccola bolla nella doppia elica e trascrive uno dei filamenti.

Il paradosso apparente si risolve così: il DNA è compatto ma non sigillato, stabile ma non immobile, uguale in quasi tutte le cellule ma interpretato in maniera diversa. La sua meraviglia risiede tanto nella sequenza quanto nella capacità della cellula di organizzare e interrogare quella sequenza nel tempo e nello spazio.

Descrivere il DNA come “codice della vita” è efficace, ma incompleto. La sequenza nucleotidica costituisce certamente un archivio ereditabile; tuttavia, quell'archivio acquista significato soltanto dentro una cellula capace di ripiegarlo, conservarlo, copiarlo, ripararlo e consultarlo selettivamente. La vera meraviglia non è dunque una stringa di lettere isolata, bensì il sistema dinamico formato da DNA, proteine, RNA e architettura nucleare.

Un genoma umano aploide completo comprende poco più di tre miliardi di coppie di basi. Moltiplicando questa quantità per l'avanzamento assiale della doppia elica, circa 0,34 nanometri per coppia di basi, si ottiene una lunghezza prossima al metro. Una cellula diploide contiene due serie cromosomiche e raggiunge quindi all'incirca due metri di DNA nucleare, distribuiti in 46 cromosomi.

Il confronto con una pallina da tennis, spesso presentato con un filo di 40 chilometri, dipende dalle dimensioni scelte. Se un nucleo di 5-10 micrometri viene ingrandito fino ai 6,7 centimetri della pallina, due metri diventano circa 13-27 chilometri. Un nucleo di 3,4 micrometri produrrebbe invece la cifra di 40 chilometri. Non si tratta quindi di una falsità assoluta, ma di un'analogia che dovrebbe dichiarare le proprie ipotesi. La conclusione solida è che il filo, alla scala della pallina, misurerebbe decine di chilometri.

La compattazione comincia quando 145-147 coppie di basi si avvolgono per quasi due giri attorno a un ottamero istonico. I nucleosomi accorciano il DNA e ne modulano l'accessibilità. La cromatina non procede però attraverso una singola gerarchia rigida di fibre sempre uguali. Le osservazioni moderne descrivono un polimero irregolare, organizzato in domini, contatti e anse che cambiano con il tipo cellulare e lo stato funzionale.

Questa architettura risolve un problema logistico fondamentale. Il nucleo deve proteggere il genoma senza sottrarlo agli enzimi. Le regioni più compatte tendono a essere meno accessibili; quelle attive ospitano nucleosomi riposizionati, varianti istoniche e modificazioni chimiche associate alla trascrizione. Le coesine possono far crescere anse di cromatina, mentre proteine di confine limitano determinati contatti. Di conseguenza, sequenze lontane lungo il cromosoma possono incontrarsi nello spazio tridimensionale.

La metafora informatica consente altri confronti sorprendenti. Con quattro basi possibili, ogni posizione può codificare idealmente log₂4 = 2 bit. I circa 3,05 miliardi di simboli di un genoma aploide equivalgono dunque a circa 6,1 miliardi di bit, cioè 760 megabyte in notazione decimale. Le due copie nucleari di una cellula diploide portano la sequenza grezza a circa 1,5 gigabyte.

Tale equivalenza va maneggiata con cautela. Un file genomico può essere compresso perché contiene molte ripetizioni e perché gli esseri umani condividono gran parte della sequenza. Ma la “quantità di informazione biologica” non coincide con la dimensione del file: una mutazione può avere effetti diversi in contesti diversi; un enhancer può agire a distanza; lo stesso gene può generare più RNA; l'attività dipende dalla storia e dallo stato della cellula. Né è corretto identificare automaticamente il DNA non codificante con spazzatura: solo una frazione ridotta codifica proteine, mentre numerose regioni non codificanti hanno funzioni regolatrici, strutturali o trascrizionali. Altre possono essere neutrali o residui evolutivi.

La capacità gravimetrica ideale del DNA è ancora più vertiginosa. Assumendo circa 660 grammi per mole di coppie di basi e due bit per coppia, un grammo può rappresentare approssimativamente 2,3 × 10²⁰ byte: circa 230 exabyte, ossia 228 miliardi di gigabyte. Si tratta di un limite teorico. Un archivio pratico deve evitare sequenze problematiche, identificare i frammenti, tollerare molecole mancanti e correggere errori di sintesi o lettura.

Per questo il risultato sperimentale di DNA Fountain - 215 petabyte, cioè 215 milioni di gigabyte per grammo - è inferiore di circa tre ordini di grandezza al limite ideale, pur rimanendo eccezionale. L'archiviazione sintetica sfrutta lo stesso alfabeto della biologia, ma non replica l'intero funzionamento del genoma: converte bit in oligonucleotidi, conserva le molecole e recupera i dati mediante sequenziamento e codici di correzione.

L'eredità introduce un'altra forma di compressione creativa. Durante la meiosi, i cromosomi omologhi di origine materna e paterna si appaiano. Il crossing-over scambia segmenti corrispondenti e l'assortimento indipendente distribuisce i cromosomi nei gameti. Ovulo e spermatozoo portano ciascuno 23 cromosomi; la fecondazione ricostituisce il corredo diploide. Per la maggior parte dei loci autosomici, ogni cellula nucleata eredita quindi un allele dalla madre e uno dal padre, ma le combinazioni sono mosaici delle generazioni precedenti.

La regola richiede diverse note a margine. Il genoma mitocondriale è trasmesso quasi esclusivamente dalla madre. Nei maschi, il cromosoma X proviene dalla madre e il cromosoma Y dal padre. L'imprinting genomico fa sì che alcuni alleli vengano espressi diversamente a seconda dell'origine parentale. I globuli rossi maturi non conservano il nucleo; i gameti sono aploidi; i linfociti riorganizzano specifiche regioni per produrre una grande varietà di anticorpi; mutazioni somatiche creano nel tempo un mosaico di genomi leggermente differenti.

La duplicazione del DNA, definita semiconservativa, conserva in ogni molecola figlia un filamento parentale. L'elicasi apre la doppia elica e genera una forcella di replicazione. Poiché le DNA polimerasi sintetizzano soltanto in direzione 5'→3', il filamento guida viene copiato in modo continuo, mentre il filamento ritardato viene assemblato in frammenti di Okazaki. Primer, polimerasi, nucleasi e ligasi coordinano una catena di operazioni che deve procedere su miliardi di basi.

La correzione degli errori è stratificata. La selettività chimica e geometrica della polimerasi costituisce il primo filtro; il proofreading esonucleasico rimuove molti nucleotidi appena inseriti in modo errato; il mismatch repair riconosce successivamente distorsioni sfuggite al controllo. Vie distinte affrontano basi ossidate, addotti voluminosi, rotture a singolo o doppio filamento. Nel complesso, la frequenza finale di errore della replicazione è spesso stimata nell'ordine di una base ogni miliardo o dieci miliardi copiate, benché il valore vari con enzima, sequenza e tipo di cellula.

Un controllo assoluto sarebbe, paradossalmente, incompatibile con la storia della vita. La stabilità permette l'eredità; la rara mutazione introduce variazione. Se avviene nelle cellule germinali, una mutazione può passare alla generazione successiva; se avviene in una cellula somatica, resta nel corpo e può essere innocua, utile a una particolare funzione immunitaria oppure contribuire a una malattia.

Per leggere un gene, la cellula deve trasformare localmente la geometria della cromatina. Fattori di trascrizione riconoscono motivi di sequenza e reclutano cofattori; complessi ATP-dipendenti fanno scorrere, espellono o ristrutturano nucleosomi; acetilazioni e altre modificazioni alterano le interazioni; enhancer e promotori possono essere avvicinati da anse. La RNA polimerasi forma infine una bolla di trascrizione di dimensioni limitate e produce un RNA complementare al filamento stampo. L'intero cromosoma non viene srotolato: si apre una finestra molecolare nel punto e nel momento opportuni.

La selettività della lettura spiega perché un neurone e un epatocita, pur condividendo quasi lo stesso genoma, possiedano morfologia e metabolismo radicalmente diversi. Ogni tipo cellulare mantiene un repertorio di regioni accessibili e reti regolatrici. La differenza fondamentale non sta soltanto nei geni posseduti, ma nei geni utilizzati, nella quantità di RNA prodotto e nella cronologia dell'attivazione.

Il DNA appare dunque come una materia piena di tensioni feconde: chilometrico alla scala del nucleo eppure ordinato; densissimo eppure interrogabile; copiato con fedeltà estrema eppure capace di evolvere; quasi identico tra le cellule eppure interpretabile in centinaia di modi. La meraviglia non consiste nell'assenza di errori o nella perfezione statica, ma in un equilibrio attivo tra conservazione, accesso, riparazione e cambiamento.