全基因组重测序揭示绵羊极端环境适应的多系统协同进化机制

《BMC Genomics》：Integrating whole-genome resequencing data reveals adaptive selection signatures in sheep populations under extreme environments

本研究针对绵羊环境适应性遗传机制不明确的问题，通过整合91个种群444个个体的全基因组重测序数据与高分辨率气候变量，采用FST、LFMM和SamBada等多重分析方法，鉴定出178个核心适应基因。研究发现绵羊通过代谢调控（MVD、GHR）、水盐平衡（SLC26A4、KCNMA1）、免疫调节（BCAP29）和生物节律（FBXL3）等多系统协同作用实现高原、高温、寒冷及干旱环境的适应性进化，为畜禽抗逆育种提供重要理论依据。

　　

在气候变化加剧的背景下，理解家畜如何通过遗传变异适应极端环境，已成为畜牧业可持续发展的重要课题。绵羊作为最早被驯化的反刍动物之一，在迁徙过程中形成了丰富的遗传多样性，但其适应高海拔、高温、寒冷和干旱等极端环境的基因组机制尚不明确。传统研究多局限于表型观察或候选基因分析，难以系统揭示多基因协同作用的适应网络。

为破解这一难题，Pang等人在《BMC Genomics》发表的研究，首次在全球尺度整合了91个绵羊种群（444个体）的全基因组重测序数据与9类生态区的11种环境变量，通过多维分析方法揭示了绵羊环境适应的遗传蓝图。研究发现生态聚类与基因组结构高度吻合，证明环境选择是种群分化的关键驱动力。通过F_ST（群体分化指数）、LFMM（潜在因子混合模型）和SamBada（景观基因组学软件）的联合分析，研究人员筛选出178个核心适应基因，这些基因富集于代谢、免疫、发育等通路，表明适应是多系统协同的结果。

关键技术方法包括：从公共数据库获取全球绵羊种群重测序数据（n=444），结合CRU TS v4.08和WorldClim v2.1气候数据集；使用滑动窗口法（50 kb窗口，10 kb步长）计算F_ST和θπ（核苷酸多样性比值），通过XP-EHH（跨群体扩展单倍型纯合度）检测选择清除；利用LFMM和SamBada进行基因组-环境关联分析，并以DAVID进行功能富集分析。

环境分层与基因组结构的一致性

主成分分析将105个环境参数降维后，91个种群被划分为温带集群（CL1）和热带-干旱集群（CL2）。基因组PCA和ADMIXTURE分析显示CL1与CL2存在明显遗传分化，且环境聚类与祖先成分分布高度一致，证明生态选择塑造了种群遗传结构。

广谱环境适应的基因组基础

F_ST分析识别出468个候选区域（如染色体4上MVD基因），LFMM发现10,693个环境关联SNP（包含昼夜节律基因FBXL3），SamBada进一步筛选出1,115个基因。三方法交集得到178个核心基因，功能富集显示其涉及能量代谢（胆固醇合成）、免疫调节（炎症反应）和转录调控等通路。

高原适应的多系统调控机制

对比高海拔（G-high）与低海拔（G-low）种群，F_ST和θπ分析发现74个高原适应基因。其中BNC2（皮肤色素沉积）和MITF（黑色素细胞调控）通过增强紫外线防护适应强辐射；RXFP2影响骨骼发育以适应崎岖地形；ARID5A参与免疫调节应对高原病原压力；KANSL3则通过线粒体功能优化低氧下的能量利用。

温度适应的双向演化路径

热适应种群（G-hot）在SLC26A4（离子转运）和CBLL1（生殖调控）等91个基因中呈现选择信号，而冷适应种群（G-cold）的80个基因富集于脂代谢（GHR促进褐色脂肪产热）和氧运输（HBB提高红细胞效率）。交叉验证发现21个热适应基因（如DUS4L）和10个冷适应基因（如GHR）与CL1/CL2基因集重叠，表明温度适应具有通路特异性。

干旱适应的整合性策略

干旱种群（G-arid）与湿润种群（G-humid）的比较揭示129个干旱适应基因。SLC26A4和KCNMA1（肾素分泌）共同调控水盐平衡；PAPPA2和PDGFD基因通过脂肪尾沉积实现能量储备；FBXL3基因的错义突变（c.T548C）可能通过调节昼夜行为节律优化水资源利用。此外，ATP8B4等基因增强皮肤屏障功能以抵抗干旱区强紫外线。

讨论部分指出，绵羊的极端环境适应是多基因、多系统协同的结果：高原适应整合了呼吸、代谢、形态和免疫调控；温度适应依赖代谢可塑性与生理稳态；干旱适应则通过水盐平衡、能量存储和行为节律实现整体优化。该研究不仅揭示了驯化物种适应复杂环境的遗传规律，也为育种改良提供了关键靶点。未来需通过功能实验验证候选基因的因果性，并拓展至其他家畜物种的比较基因组学研究。