Dějiny psané čtyřmi písmeny

DNA ukrytá v kostech a zubech lidí, kteří zemřeli před mnoha stovkami let, vypráví příběhy, o nichž se v kronikách nedočtete. Z jazyka zapsaného čtyřmi písmeny genetické abecedy je v Lipsku a v Brně překládá a interpretuje archeogenetička Zuzana Hofmanová, loňská laureátka Ceny Neuron pro mladé nadějné vědce. V posledních dvou letech ji jako korespondenční autorku najdete například u tří článků o Avarech a Slovanech v časopise Nature.

Studovala jste souběžně archeologii a antropologii, v magisterském stupni obor „antropologie a genetika člověka“. Takže od začátku jste byla spíše přírodovědkyně než klasická archeoložka? — Asi ano. I v archeologii mě nejvíce zajímala ta témata, která lze nějak kvantifikovat. Přírodní vědy to umožňují. Mají sice také svá omezení a nejistoty, ale přece jen mají více nástrojů pro objektivní zkoumání. Přitom ale otázky, které si kladu, jsou hodně archeologické. Historie mě bavila odmalička, na archeologii a antropologii mě přitahovalo to, že dokážou poskytnout informace i o lidech, kteří se v klasických historických knihách neobjevují.

Mgr. Zuzana Hofmanová, Dr. rer. nat. (*1987)

Studovala v bakalářském stupni na Filozofické fakultě Masarykovy univerzity v Brně archeologii a na Přírodovědecké fakultě téže univerzity antropologii. Magisterské studium oboru „antropologie a genetika člověka“ absolvovala na Přírodovědecké fakultě Univerzity Karlovy. Během doktorátu na Univerzitě Johanna Gutenberga (Mainz, Německo) se zabývala paleogenomickou a biostatistickou analýzou DNA z mezolitických a neolitických kosterních pozůstatků. Postdoktorský pobyt strávila díky stipendiu EM BO v laboratoři výpočetní populační genetiky na Freiburské univerzitě ve Švýcarsku, kde vyvíjela biostatistické metody pro zpracování archeogenetických dat. V roce 2021 založila výzkumnou skupinu v Ústavu archeologie a muzeologie Masarykovy univerzity a stanula v čele skupiny genetické historie v Ústavu Maxe Plancka pro evoluční antropologii v Lipsku. Loni získala Cenu Neuron pro mladé nadějné vědce. S rodinou momentálně žije v Lipsku, ale v červenci se bude stěhovat do Brna, kde začne fungovat její nová výzkumná skupina na CE ITEC . Její výzkumná práce tak bude rozkročena mezi CE ITEC a Ústavem archeologie a muzeologie. Menší úvazek si ponechá i v Lipsku.

Snímek Katarína Kravčíková, Centrum raně středověkých studií FF MU

Kdy jste si uvědomila, že by vám při hledání odpovědí mohla pomoci genetika? — Genetika mě lákala i sama o sobě. Matematické základy populační genetiky jsou fascinující, vše do sebe krásně zapadá. Když jsem studovala, paleogenetika byla v počátcích. Říkala jsem si ale, že je to za rohem. Proto mi přišlo rozumné začít populační genetikou současných lidí, protože její metody bude časem možno použít i na archaické populace. Během magisterského studia jsem tedy dělala populační genetiku současných populací v Africe pod vedením Viktora Černého. Osvojila jsem si metody, které jsem při doktorátu mohla přímo aplikovat na nově vznikající data lovců, sběračů a zemědělců.

Jak to funguje, když formulujete výzkumné záměry? Zaujme vás nějaká otázka, třeba jak to bylo s Avary nebo odkud přišli Slované, a pak hledáte data, která na ni odpoví? Nebo je to naopak: máme dvě velká avarská pohřebiště v Rakousku, co bychom díky nim mohli našimi metodami zjistit? — Nejlepší projekty jsou ty, které mají otázku předem a pro její zodpovězení jsou dostupná data. Třeba: přišli Avaři z východních stepí, nebo ne? Tahle otázka je stará 1500 let – diskutovali o tom už Byzantinci. Ale jsou i otázky, na které genetika odpovědět neumí, například jakým jazykem Avaři mluvili. V dalším kroku je nutné zjistit, jaká referenční data jsou k dispozici a jaká naopak chybějí. Pro zodpovězení většiny otázek potřebujete data z více zdrojů. Například: máme období A a období B, mezi nimi nastala nějaká archeologická změna. Změnila se i populace? K zodpovězení potřebujete porovnat data z obou období.

Lékařský genetik provede pacientovi bukální stěr a pracuje s neporušenou DNA. Vy takový luxus nemáte. Jak odběr a zpracování archeogenetických vzorků probíhá? — Vzorky se odebírají vrtáním z kostí nebo zubů. Vrtání musí probíhat v čistých prostorách, aby se zabránilo kontaminaci. Takto získaný prášek se pak rozpustí a odstraní se z něj vše kromě DNA. Z té se vytvoří knihovna pro tzv. sekvenování nové generace. Fragmenty DNA se z obou stran označí umělou sekvencí, takže je lze mísit s čímkoliv a vždy znovu identifikovat. Část bioinformatických analýz je pak možné automatizovat, i když vytvořit takový automatizovaný proces a pak ho udržovat v chodu není vůbec triviální.

Jak si tu automatizaci představit? Nakrmíte software sekvenačními daty a on je porovná s databázemi historických populací? — V první řadě je problém v tom, že většina dat, která získáme, není lidská, ale pochází z DNA nejrůznějších půdních organismů. Nejprve je proto třeba porovnat data s lidskou referenční sekvencí a odstranit vše, co lidem nepatří. Pak je nutné určit, zda jde o jednoho jedince, nebo o směs DNA více lidí. Kontaminace je v našem oboru velký problém. Dále je zapotřebí identifikovat poškození DNA, ke kterému nevyhnutelně dochází. To je pro nás špatná, ale zároveň i dobrá zpráva.

Když mluvíte o poškození, nemyslíte tím předpokládám jen fragmentaci DNA, ale i změny bází. V průběhu času se např. cytosin (C) deaminuje a sekvenátor ho čte jako thymin (T). Že to představuje komplikaci, je jasné. Ale proč je to zároveň dobrá zpráva? — Tyto umělé mutace představují systematickou chybu, se kterou musíme umět pracovat. Ale jsou pro nás důležité, protože představují důkaz, že DNA je opravdu stará. Že nejde o moderní kontaminaci. Nejsou totiž rozmístěny náhodně. Když se molekula DNA zlomí, zlom nenastává na obou vláknech ve stejném místě. Obvykle tam vzniká převis, takzvaný overhang, v němž má DNA jen jeden řetězec. A jednořetězcová část je náchylnější k poškození.

Když se pak díváte na všechny molekuly ve vzorku, zjistíte, že podezřele často začínají thyminem tam, kde by měl být cytosin. U druhé báze to pozorujete méně často, u třetí ještě méně… Dá se kvantitativně popsat, jak množství těchto záměn klesá. Někdy se tomu říká „smiley face“, protože poškození je symetrické z obou stran molekuly, takže když počet záměn vyneseme do grafu, vidíme hezký oblouček. Ten nám říká, že molekula je opravdu stará, a to nám udělá radost.¹⁾ Zároveň samozřejmě musíte vzít v úvahu, ze které části molekuly čtení pochází. Na jejím okraji je chybovost mnohem vyšší než ve středu. Bioinformatické zpracování proto přiřazuje čtením různou míru jistoty podle toho, z které části molekuly pocházejí.

S čím dalším automatizace pomáhá? — Jednou z věcí, které automatizujeme relativně nově, je hledání takzvaných IBD segmentů (identical by descent, tedy identických původem). Jde o úseky DNA, které mají dva lidé shodné. Dva lidé mohou mít stejnou mutaci na jednom místě, ale mohli ji získat nezávisle na sobě. Jenže pokud je celý dlouhý úsek DNA u dvou lidí shodný mutaci po mutaci, je pravděpodobnost, že by to vzniklo nezávisle, extrémně malá. Tyto segmenty nám pomáhají určovat nejen genetickou podobnost, ale i skutečnou příbuznost. Jsou důkazem, že tam relativně nedávno byl blízký společný předek. To v poslední době přináší krásné výsledky: najdete člověka, který má bratra na jednom pohřebišti, bratrance na druhém a bratrance z druhého kolena na třetím. A to nám pomáhá při sestavování rodokmenů.

Prý takto dokážete určit příbuzenskou linii až přes deset kolen. To mi přijde až neuvěřitelné. — Teoreticky je to možné, v praxi to funguje do sedmého až desátého stupně. Od určitého momentu se začíná projevovat biologická variabilita v tom, kolik toho člověk po kom dědí. Tato nepřesnost roste a po desátém kolenu už je pravděpodobné, že po daném předkovi nezdědíte nic. Signál se ztrácí.