É o processo de mutação que, em última instância, introduz diversidade nas populações. Quando a mutação é pontual e segrega na população, recebe o nome de polimorfismo de nucleotídeo único (ou SNP, de Single Nucleotide Polymorphism). Caso esse SNP seja vantajoso, ele aumenta de frequência na população e estabelece um forte desequilíbrio de ligação com seus SNPs vizinhos, consequência do processo chamado de efeito de carona genética. Esse efeito pode ter duas consequências na proximidade dos sítios selecionados: (1) pode levar ao aumento de frequência de mutações neutras ligadas a mutação vantajosa ou (2) pode reduzir o tamanho efetivo da população Ne nessas regiões, e, consequentemente aumentar a importância da deriva genética na variação genética dessas regiões. Como consequência, é comum que a região próxima a sítios vantajosos apresente acúmulo de mutações neutras com frequências acima do esperado sob neutralidade. No entanto, a maior parte de novas mutações são deletérias e seria esperado que fossem removidas da população por seleção purificadora. Entretanto, como os padrões de variabilidade observados no genoma resultam de processos seletivos atuando em conjunto com a deriva genética, não é incomum SNPs fracamente deletérios atingirem frequências elevadas nos diferentes contextos de história demográfica e seletiva das populações. O acúmulo desses SNPs fracamente deletérios no genoma reduz progressivamente a aptidão média da população, o que representa um aumento de sua carga genética. Neste estudo investigamos se na vizinhança de sítios vantajosos selecionados há um acúmulo de SNPs deletérios, contribuindo para a carga genética da população. Para responder essa questão, dividimos nosso estudo em três passos. Primeiro, desenvolvemos uma nova metodologia para estimar a diferença na carga genética entre região vizinha a sítios selecionados e o resto do genoma. Nossa metodologia é mais robusta do que a tradicionalmente utilizada pois garante que a região influenciada pela seleção natural e o controle apresentem o mesmo número de SNPs, e possibilita controlar para variáveis confundidoras, como a frequência dos polimorfismos, permitindo explorar regiões alvo com diferentes características e reduzir resultados espúrios. Em seguida, utilizamos nossa metodologia para testar se a carga genética na região vizinha a sítios sob seleção positiva é maior do que no restante do genoma. Identificamos um acúmulo de SNPs deletérios em europeus e leste asiáticos para amostras do projeto 1000 genomas.Mostramos também que as mesmas regiões exploradas em populações sob efeito de seleção positiva não apresentaram carga genética aumentada em populações nas quais essas regiões não experimentaram seleção positiva. Por último, utilizamos essa mesma metodologia para avaliar a carga genética em genes sob seleção balanceadora, os genes clássicos do HLA de classe I. Esses genes compõe uma das famílias gênicas mais estudadas em humanos e para os quais existem evidências indicando os sítios específicos que estão sob seleção balanceadora. Nosso teste mostrou que as regiões vizinhas aos sítios sob seleção balanceadora dentro dos genes do HLA apresentam acúmulo de SNPs deletérios para pelo menos dois agrupamentos populacionais. Assim, com os três passos aqui descritos, conseguimos apontar o aumento da carga genética em regiões próximas a sítios sob dois regimes de seleção distintos, utilizando uma metodologia capaz de considerar características específicas das regiões estudadas / It is the mutation process that ultimately introduces diversity into populations. When a mutation is punctual and segregates in the population, it is called a single nucleotide polymorphism (SNP). If this mutation is advantageous, it increases in frequency in the population and creates strong linkage disequilibrium with its neighboring loci, as a consequence of the hitchhiking effect. This effect can have two consequences in the vicinity of the selected sites: (1) it can increase the frequency of neutral mutations linked to this advantageous mutation or (2) can reduce the effective population size Ne in the region around the selected site, and consequently increase the importance of genetic drift in the genetic variation of these regions. As a consequence, it is common that the region around sites under advantageous selection to accumulate more neutral mutations at high frequencies than expected under neutrality. However, most new mutation are deleterious and it is expected that these mutation will be removed from the population by purifying selection. However, since the patterns of variability observed in the genome result from selective processes interacting with genetic drift, it is common for weakly deleterious SNPs to reach high frequencies in different population demographic histories. The accumulation of these weakly deleterious SNPs in the genome progressively reduces the population\'s fitness, increasing their genetic load. In this study we investigated whether in the neighborhood of selected sites there is an accumulation of deleterious SNPs due to hitchhiking, contributing to the genetic load of the population. To answer this question, we divided our study into three steps. First, we developed a new methodology to estimate the genetic load difference between the region around selected sites and the rest of the genome. Our methodology is more robust than those traditionally used one because it ensures that both the region influenced by natural selection and control have the same number of SNPs, reducing the probability of spurious results, and is flexible to different genome peculiarities, making it possible to explore target regions with different characteristics. We then used our methodology to test whether genetic load in the region around sites under positive selection is greater than in the rest of the genome. We found consistent evidence of an accumulation of deleterious SNPs in European and East Asian continental groups. We also showed that these same region do not present the same deleterious SNP accumulation in populations in which these region did not experience positive selection. Finally, we used this same methodology to evaluate the genetic load in genes under the balancing selection, the classic HLA class I genes. These genes are one of the most studied in humans and there is evidence that indicates the specific sites within these genes that are under balancing selection. We found that the regions around these sites under balancing selection within the HLA genes had deleterious SNPs accumulating for at least two continental groups. Thus, with the three steps described here, we were able to point out the increase of genetic load in regions around selected sites for two distinct selective regimes using a methodology that takes into account specific characteristics of the studied regions

Seleção balanceadora é um processo evolutivo que engloba diversos mecanismos: vantagem do heterozigoto, seleção dependente de frequência, pressões seletivas que variam ao longo do tempo ou do espaço, e alguns casos de pleiotropia. O estudo desses mecanismos em si foi e ainda é um tópico de grande interesse para os biólogos evolutivos, e moldou o estudo da evolução ao longo do último século. Antes de a teoria neutra ter sido proposta, acreditava-se que a seleção balanceadora fosse comum. A descoberta de que muita da diversidade genética observada podia ser explicada por evolução neutra motivou, portanto, uma melhor compreensão da seleção balanceadora como um regime seletivo capaz de manter variantes vantajosas nas populações. O estudo da seleção balanceadora, em seus primórdios, foi restrito a organismos que podiam ser manipulados em laboratório. Com o advento de métodos que permitiam quantificar a variabilidade genética - tais como a eletroforese de proteínas, sequenciamento em pequena escala e re-sequenciamento genômico de milhares de indivíduos -, a variabilidade genética humana passou a ser ativamente estudada e interpretada. Diversos estudos buscaram por assinaturas de seleção natural - i.e., padrões de variação genômica deixadas por tais regimes seletivos - e avaliaram seu significado comparando-as com o que seria esperado sob um cenário estritamente neutro. A maior parte desses esforços foram concentrados no estudo da seleção positiva, tida como o principal mecanismo responsável pela evolução adaptativa. Poucos estudos buscaram assinaturas de seleção balanceadora no genoma humano. Isso se deve em parte à escassez de métodos com alto poder para detectar tais assinaturas. Adicionalmente, estudos prévios não analisaram dados em escala genômica, ou se concentraram principalmente nas regiões codificadoras de proteínas. Aqui, nós descrevemos um método simples e com alto poder para detectar assinaturas de seleção balanceadora. Em humanos, esse método supera outros comumente usados para a detecção de tais assinaturas e, em teoria, poderia ser usado para detectá-las em outras espécies, desde que seu poder seja avaliado caso-a-caso através de simulações neutras. Nosso método (\"Non-Central Deviation\", NCD) é apresentado em duas versões: NCD2, que requer informação acerca dos polimorfismos da espécie analisada e das substituições entre essa espécie e um grupo externo, e NCD1, que requer apenas informação acerca dos polimorfismos da espécie analisada. Embora em humanos NCD2 supere NCD1, este último pode ser utilizado para espécies para as quais não haja informação de um grupo externo. Quando aplicamos NCD2 a dados humanos, usando chimpanzé como grupo ex- terno, encontramos mais de 200 genes codificadores de proteínas com forte assinatura de seleção balanceadora, dos quais apenas 1/3 tinha evidência prévia de seleção balanceadora. Encontramos também um enriquecimento para diversas categorias de ontologia gênica, das quais cerca da metade é relacionada à imunidade. Verificamos que dentre os genes com evidências de seleção balanceadora há um excesso de casos de expressão preferencial em tecidos tais como \"adrenal\" e \"pulmão\", e também um excesso de genes com expressão mono-alélica. No geral, vimos que as regiões selecionadas no genoma humano incluem tanto sítios codificadores quanto regulatórios. Não encontramos um excesso de assinaturas de seleção balanceadora em regiões regulatórias, ao contrário do que reportaram outros estudos. Finalmente, encontramos um excesso de polimorfismos não-sinônimos em relação aos sinônimos nos genes selecionados. Tendo documentado a ocorrência de seleção balanceadora no genoma humano e identificado genes que foram potencialmente alvos deste regime seletivo, nós investi- gamos as consequências evolutivas desse processo. Nós partimos da hipótese que a seleção balanceadora sobre um sítio reduz a eficiência com a qual a seleção purificadora elimina variantes deletérias em sítios vizinhos. Esse processo é uma consequência do quanto a seleção sobre um loco afeta, através de ligação genética, as frequências de sítios não-neutros adjacentes. Testamos essa hipótese examinando se os genes sob seleção balanceadora apresentam um excesso de variantes deletérias em relação a expectativas derivadas a partir do restante do genoma. Usando três diferentes métricas para determinadas se e/ou o quão deletéria é uma dada variante, identificamos um excesso de variantes deletérias dentro dos genes sob seleção balanceadora, e mostramos que tal padrão não pode ser atribuído a efeitos confundidores. Esse achado mostra que, juntamente com os benefícios associados à variação adaptativa, a seleção balanceadora aumenta o fardo de mutações deletérias no genoma humano. De forma geral, nossos achados sugerem que a seleção balanceadora provavelmente mantém variantes genéticas envolvidas em uma miríade de processos biológicos além da imunidade e que ela foi mais comum no genoma humano do que se acreditava anteriormente, afetando entre 1-8% dos genes codificadores de proteínas, bem como diversas regiões não-codificadoras. Adicionalmente, a seleção balanceadora parece ser importante para a evolução humana não apenas por seu efeito sobre a aptidão, mas também por ter sido uma importante força capaz de moldar a diversidade genética observada atualmente em humanos e a susceptibilidade a doenças / Balancing selection is an evolutionary process that encompasses several mechanisms: heterozygote advantage, negative frequency dependent selection, selective pressure that fluctuates in time or in space, and some cases of pleiotropy. The study of these mechanisms .per se has been and still is a topic of great interest for evolutionary biologists, and has shaped the study of evolution throughout the last century. Before the proposition of the neutral theory of molecular evolution, it was believed that balancing selection was pervasive. The realization that much of the observed genetic diversity could be explained by neutral evolution thus motivated a better understanding of balancing selection as a selective regime capable of maintaining adaptive variants in populations. The study of balancing selection, in its early stages, was restricted to organisms that could be manipulated in the laboratory. With the advent of methods that allowed quantification of genetic variation - such as protein electrophoresis, small scale sequencing and genome-wide re-sequencing of thousands of individuals - human variation started to be actively studied and interpreted. Several studies have looked for signatures of natural selection - i.e., patterns of genomic variation that selective regimes leave in the genome - and evaluated their significance by comparing them to what would be expected under a strictly neutral scenario. Most of these efforts focused on the study of positive selection, thought of as the prime mechanism responsible for adaptive evolution. Only a few studies looked for signatures of balancing selection in the human genome. This is partially due to the paucity of powerful methods to detect its signatures. Moreover, previous studies either did not analyze data on genomic scale or focused primarily on protein-coding regions. Here, we describe a powerful and simple method to detect signatures of balancing selection. In humans, it outperforms other methods commonly used to detect such signatures and could in theory be used for other species, provided that its power is evaluated for each species through neutral simulations. Our method (\"Non-Central Deviation\", NCD) has two versions: NCD2, which requires polymorphism information on the ingroup species, as well as divergence information between the ingroup and an outgroup species, and NCD1, which only requires the ingroup information. Although NCD2 is more powerful for humans, NCD1 can be used for species that lack information from an outgroup. When applying NCD2 to human data, using chimpanzee as the outgroup, we found more than 200 protein-coding regions with strong signatures of balancing selection, only 1/3 of which had prior evidence for balancing selection. There was also an enrichment for several gene ontology categories, approximately half of which are related to immunity. We also found that among genes with evidence for balancing selection there was an excess of cases of preferential expression in specific tissues, such as \"adrenal\" and \"lung\", and an excess of genes with mono-allelic expression. Overall, we found that selected regions of the genome include both coding and regulatory sites. We failed to find a marked excess of balancing selection in regulatory regions, as reported in previous studies. Finally, we found an excess of nonsynonymous versus synonymous polymorphisms within the selected genes. Having documented the occurrence of balancing selection in the human genome and identified genes which were potential targets of this selective regime, we next investigated evolutionary consequences of this process. We hypothesized that balancing selection acting on a site reduces the efficiency with which purifying selection purges deleterious variants at nearby sites. This process is a consequence of how the dynamics of selection at one locus, mediated by linkage, can interfere with the frequencies of adjacent non-neutral sites. We tested this hypothesis by examining if the genes under balancing selection show an excess of deleterious variants with respect to expectations derived from the remainder of the genome. Using three different metrics to determine deleteriousness, we identified a significant excess of deleterious variants within balanced genes, and we show that this pattern cannot be attributed to confounding factors. This finding shows that together with the benefits associated with adaptive variation, balancing selection is increasing the burden of deleterious mutations in the human genome. Overall, our findings suggest that balancing selection likely maintains variation in a myriad of biological processes other than immunity and that it has been more common in the human genome than previously thought, affecting between 1-8% of human protein-coding genes, as well as a number of non-protein coding regions. Moreover, balancing selection appears to be important to human evolution not only because of its influence on fitness, but also because it has been an important force shaping current human genetic diversity and susceptibility to disease