气候驱动下欧洲红豆杉（Taxus baccata L.）的基因组（不适）适应特征及其保护遗传学意义

本研究通过整合基因组学与表型数据分析，揭示了欧洲红豆杉（Taxus baccata L.）种群对气候的局部适应模式，并利用基因型-环境关联分析（GEA）和基因组偏移（genomic offset）模型预测了其未来气候适应风险。研究发现，气候因素解释了18.1%的遗传变异，并鉴定出100个与气候相关的候选位点。通过表型实验验证了基因组偏移预测的可靠性，并指出地中海和高海拔种群面临更高的气候脆弱性。该研究为树木保护遗传学提供了方法论支持，并强调了多源数据整合在评估气候脆弱性中的重要性。

　　

1 引言

遗传适应是生物在变化环境中长期存续的主要机制之一。对于植物和动物而言，局部适应的证据普遍存在，但其维持需要选择压力大于遗传漂变或基因流等其他进化力量。气候变化加剧了物种面临的环境错配风险，尤其是对于分布片段化、寿命长且固着生长的关键种树木（如欧洲红豆杉）而言，开发可靠的方法评估种群适应不良变得尤为迫切。

基因组偏移（genomic offset）方法通过量化种群为维持当前基因-环境关系所需的基因组变化来预测气候适应不良。尽管该方法已被广泛应用于作物、树木、无脊椎动物、两栖类、鸟类和哺乳类，但其关键假设（如所有种群均等适应、基因-环境关系可外推）仍待验证，且需通过独立数据集和多种适合度代理变量进行验证。

欧洲红豆杉（Taxus baccata L.）是一种长寿、雌雄异株、风媒授粉、动物传播的针叶树，其分布片段化遍及欧洲、阿特拉斯山脉和近东地区。许多种群规模小或受威胁，其生存受到火灾、啃食及历史气候变异的影响。该物种适应广泛的气候条件，但寒冷和干旱被认为是其分布的主要限制因子。种群遗传结构研究显示其存在东西部基因库分化，且局部尺度上遗传分化显著。不同证据线索表明该物种存在对气候的局部适应，包括表型差异和基因组选择信号。

2 材料与方法

2.1 采样与基因分型

研究获取了来自欧洲29个种群的475棵树木的8616个SNP位点数据。通过严格过滤和填补缺失数据，最终生成用于不同分析的数据集。此外，还使用了来自238种群的4993个个体的7个核微卫星（nuSSRs）数据用于历史基因流分析。

2.2 气候数据

采用高分辨率（约1 km）气候数据，参考时期为1901–1950年，未来气候预测基于2041–2070年SSP3-7.0情景下的五个全球气候模型（GCMs）。通过四步选择法筛选出六个气候变量：年平均温度（Bio1）、昼夜温差（Bio2）、温度季节性（Bio4）、最干季度平均温度（Bio9）、年降水量（Bio12）和降水季节性（Bio15）。

2.3 表型性状

数据源自26个种群的比较试验（克隆库），测量了生长、生长物候、生殖物候和干旱/温度耐受性等相关性状。采用贝叶斯混合模型计算种群水平的最佳线性无偏预测（BLUPs），以评估种群表型值。

2.4 种群遗传结构与历史基因流

通过主成分分析（PCA）和STRUCTURE聚类分析种群遗传结构，使用BayeScan和EEMS估算历史基因流和遗传分化。

2.5 气候局部适应模式

2.5.1 遗传方差分解

利用冗余分析（RDA）和偏冗余分析（pRDA）分解遗传方差，评估气候、 demographic历史和地理因素的影响。

2.5.2 气候相关候选SNP

采用六种基因型-环境关联（GEA）方法（RDA、pRDA、LFMM、BayPass、GF-raw、GF-corrected）识别气候相关SNP，筛选出100个未连锁的候选位点（outlier set），并生成随机位点集（random set）和全位点集（all set）用于对比分析。

2.5.3 识别偏离GEA模式的种群

通过计算观测与预测种群得分之间的欧氏距离，构建基因组差异指数（GDI-RDA），评估种群对整体GEA模式的偏离程度。

2.6 未来气候下的潜在适应不良

2.6.1 基因组偏移预测

使用RDA和GF方法计算基因组偏移，基于参考期和未来气候预测，评估种群所需遗传变化。

2.6.2 利用表型性状评估基因组偏移预测

通过Pearson相关和线性模型检验基因组偏移与表型性状（及复合性状指数）的相关性，验证预测的可靠性。

3 结果

3.1 气候变异与表型性状

29个SNP基因分型种群的气候包络充分代表了物种的气候生态位，试验点气候较种源气候更温暖干旱，适于验证基因组偏移预测。表型性状间相关性较低，表明它们代表不同的适合度组分。

3.2 种群遗传结构与历史基因流

遗传结构分析揭示东西部两大基因库，中部种群呈现混合特征。种群特异性F_ST值较高（0.05–0.29），地中海地区种群遗传分化较高。EEMS分析显示历史基因流模式复杂，与F_ST估计不完全一致。

3.3 气候局部适应模式

3.3.1 遗传方差分解

全RDA模型解释了58.6%的遗传方差，气候单独贡献18.1%， demographic历史占17.9%，地理因素占22.2%，29%为混杂效应。

3.3.2 气候相关候选SNP

不同GEA方法鉴定出的候选SNP数量各异，共有136个重叠位点，最终保留100个低连锁候选SNP。

3.3.3 识别偏离GEA模式的种群

GDI-RDA与纬度呈负相关（r = -0.51），低纬度种群（如希腊、西班牙、意大利）偏离程度更高。

3.4 基因组偏移预测

3.4.1 方法间与SNP集间的变异性

不同GCMs下RDA预测变异性高于GF，但种群排序一致。不同SNP集（all、random、outlier）预测高度相关，但RDA与GF方法间存在差异。

3.4.2 表型性状验证

基因组偏移与表型性状（生长、物候、耐旱性）呈负相关，复合性状指数相关性更强，支持预测的有效性。

3.4.3 地理趋势

基因组偏移与纬度负相关（r = -0.71），与海拔正相关（r = 0.65）。地中海和高海拔种群偏移值较高，大西洋和大陆种群较低。

4 讨论

4.1 全范围种群遗传结构与历史基因流

SNP标记揭示的遗传结构与既往微卫星研究一致，种群隔离程度高，历史基因流模式复杂。

4.2 气候局部适应的证据

气候解释的遗传方差比例与其它树种相当，候选SNP可能源于与功能变异连锁或多基因适应。GDI-RDA与历史基因流负相关，表明隔离可能限制局部适应。

4.3 迈向更全面的基因组偏移框架

不同方法（RDA vs. GF）预测存在变异，但总体相关。随机SNP集预测准确性与候选集相似，可能因编码区SNP携带生物信号。基因组偏移与表型性状负相关，复合指数增强预测力。研究强调应限制预测于基因分型种群，并整合多源信息评估脆弱性。

4.4 欧洲红豆杉在气候变化下的命运

地中海和高海拔种群（希腊、意大利、比利牛斯、西班牙等）基因组偏移高、历史隔离强、基因流受限，脆弱性较高。大西洋和大陆种群（英国、挪威、德国、斯洛伐克等）偏移低、适应模式一致、历史连通性较好，适应能力较强。但当前栖息地破碎化可能加剧隔离，且基因组偏移框架未考虑表型可塑性、近交衰退、极端事件及生物互作等因素。

5 结论

本研究展示了基因组偏移框架在红豆杉保护遗传学中的应用复杂性，强调了多源数据整合的价值。通过独立验证，证实了基因组偏移预测的可靠性，并指出地中海和高海拔种群面临更高气候风险。结果支持了气候变化对地中海山区树种的严重影响，为保护策略提供了科学依据。