单细胞基因组学揭示农业水稻土中丰度意外高、系统发育超多样化的Patescibacteria（候选门级辐射）群落

《Microorganisms》：Single-Cell Genomics Uncovers an Unexpectedly Abundant, Phylogenetically Hyperdiverse Patescibacteria (Candidate Phyla Radiation) Community in Agricultural Paddy Soil

Patescibacteria，也称为候选门级辐射（Candidate Phyla Radiation, CPR），是功能最为简化但多样性最高的细菌谱系之一，其在农业土壤中的多样性此前鲜有深入表征。本研究将单细胞基因组学应用于一个未施肥水稻田在收割排水后的非根际土壤。从384个随机分选的单细胞中，研究人员获得了126个中等到高质量的单个扩增基因组（Single-Amplified Genomes, SAGs），涵盖24个细菌和古菌门。出乎意料的是，384个SAGs中有108个（28.1%）被归属于Patescibacteria——这是回收频率最高的门——其中包括42个可靠的SAGs。这些基因组显著偏小（平均973 kb，而其他门为1.4–3.2 Mb）。由于CheckM会低估简化的CPR基因组的完整性，研究人员应用了CheckM2，使平均完整性从59.9%提升至83.3%，并将15个基因组重新归类为接近完整（>90%）。基于16个核糖体蛋白标记的系统发育基因组学分析揭示了广泛的多样性，且与参考基因组的平均氨基酸一致性较低（均值44.6%），表明存在大量分类学上的新颖性。尽管存在这种多样性，功能注释和OrthoFinder分析显示了一个保守且简化的基因库，其中翻译和DNA修复基因占主导，而氨基酸、辅因子和核苷酸生物合成途径则严重缺失。这些结果表明，适度的土壤采样即可回收超乎预期的Patescibacteria多样性，凸显了对CPR采用适当完整性评估方法的必要性。

研究背景与科学问题

微生物暗物质（Microbial Dark Matter）构成了微生物多样性的重要组成部分，但由于培养成功率极低，其特性长期未被充分认识。候选门级辐射（Candidate Phyla Radiation, CPR），即Patescibacteria，是一个广泛且深分支的细菌谱系，几乎完全通过免培养技术（如宏基因组学和单细胞基因组学）为人所知。Patescibacteria成员通常具有超小的细胞、高度精简的基因组以及独特的核糖体和代谢特征。其基因组精简被认为反映了低代谢潜能和共生或宿主依赖的生活方式，尽管在某些环境中也观察到游离生活的活性。它们普遍存在于地下水、水生、土壤和宿主相关生态系统中，并能塑造微生物群落组成。然而，农业土壤，特别是经历周期性淹水和排水动态的水稻土，在CPR的基因组水平研究中仍显著不足。传统宏基因组组装和分箱方法对超小基因组和低覆盖度序列存在偏见，导致CPR多样性和基因组潜能的低估。因此，本研究旨在利用单细胞基因组学（Single-Cell Genomics, SCG）的优势，无偏地揭示农业水稻土中Patescibacteria的真实多样性、系统发育地位和代谢潜力。

研究内容与主要结论

本研究并非最初专门针对Patescibacteria。作为一项更广泛研究的一部分，研究人员对一个未施肥实验田块在收割排水后的非根际土壤进行了随机、非选择性的单细胞分选和测序，旨在获得群落的无偏基线快照。出乎意料的是，在获得的可靠质量基因组中，Patescibacteria成为数据集中代表最多的门，从而促成了本项详细的基因组特征描述研究。主要结论包括：

1. 1.
   Patescibacteria的意外高丰度：在384个随机分选的单细胞中，108个（28.1%）被鉴定为Patescibacteria，使其成为最常回收的门，且其基因组大小（平均973 kb）远小于其他共存的细菌类群。
2. 2.
   系统发育的超高多样性与新颖性：基于16个核糖体蛋白的系统发育基因组学分析和氨基酸一致性（Average Amino Acid Identity, AAI）计算显示，这42个高质量SAGs代表了极为多样的Patescibacteria谱系，彼此间以及与现有参考基因组间的AAI平均值仅为44.6%，表明存在大量潜在的新分类单元。
3. 3.
   保守的功能基因库：尽管系统发育多样，这些基因组的基因含量却惊人地一致，呈现出以翻译和DNA修复基因为主导、核心生物合成途径（如氨基酸、辅因子、核苷酸合成）严重缺失的特征，符合Patescibacteria作为代谢简化、依赖宿主的生物模型。
4. 4.
   CheckM2评估的必要性：研究发现，传统的基于标记基因的完整性评估工具CheckM会系统性低估CPR基因组的完整性。改用基于机器学习的CheckM2后，平均完整性从约60%提升至83.3%，15个基因组被重新归类为接近完整（>90%）。

研究意义

本研究首次通过单细胞基因组学对农业水稻土中的Patescibacteria进行了基因组水平的详细表征，证明了即使是一次性的、中等规模的土壤采样也能捕获到该门内超乎预期的、跨越其已知大部分系统发育多样性的遗传资源。这强调了单细胞基因组学在揭示复杂陆地生态系统中隐藏的CPR多样性方面的巨大价值，并为未来比较不同环境（如地下水、工程系统）中CPR群落的生态位分化提供了重要的基准数据集。

主要关键技术方法

1. 1.
   样品采集与单细胞分离：土壤样本于2022年9月26日采自日本冈山大学植物资源科学研究所（IPSR）的一个长期（>25年）未施肥水稻实验田，深度为7-8厘米的表土层。采用bit-MAP^?技术进行单细胞包封、原位裂解和全基因组扩增（Whole-Genome Amplification, WGA），并通过流式细胞术分选出384个单细胞进行Illumina测序。
2. 2.
   基因组组装、质量评估与去污染：使用SPAdes（单细胞模式）进行独立组装。分别使用CheckM和CheckM2评估基因组完整性和污染。使用GTDB-Tk进行分类学归属。
3. 3.
   系统发育与比较基因组学分析：基于16个通用核糖体蛋白标记基因（rp16集）构建最大似然系统发育树。计算所有基因组对之间的平均核苷酸一致性（Average Nucleotide Identity, ANI）和平均氨基酸一致性（AAI）。
4. 4.
   功能注释与代谢重建：使用Prokka进行基因预测和COG（Clusters of Orthologous Genes）功能注释，使用KofamScan进行KEGG直系同源（KO）分配，并使用KEGG-Decoder评估通路/模块完整性。使用OrthoFinder进行直系同源基因簇分析。

研究结果详解

• •
  3.1 Patescibacteria SAGs的回收、分类组成和基因组特征：通过对384个SAGs的分析，发现Patescibacteria是最常回收的门（108个，28.1%），其次是变形菌门等。Patescibacteria的基因组大小（中位数0.82 Mb）显著小于其他门（如拟杆菌门2.49 Mb），且这一特征在不同质量等级的SAGs中均保持一致，证实了其基因组精简的真实性，而非组装碎片化所致。在纲水平上，Paceibacteria和Microgenomatia占主导地位。
• •
  3.2 16S rRNA基因回收、系统发育定位和成对一致性：在108个Patescibacteria SAGs中，58个获得了近全长16S rRNA基因序列，系统发育分析显示它们分布在多个主要的Patescibacteria谱系中。在42个高质量SAGs中，仅有32个可检测到16S rRNA基因，其成对序列一致性平均为72.1%，进一步证实了高度的系统发育多样性。
• •
  3.3 广泛的氨基酸水平差异表明可能存在大量分类学新颖性：在所有42个SAGs与5个参考基因组的成对AAI比较中，平均值仅为44.6%。94.8%的配对低于50%的AAI，仅有极少部分达到种属水平阈值，表明该单一土壤样本涵盖了该门的大部分已知系统发育广度，且与现有参考数据库相比存在大量新颖性。
• •
  3.4 系统发育基因组学定位和功能潜力：基于rp16标记的系统发育树成功将35个SAGs与参考基因组关联。结合KEGG通路完整性热图分析，揭示了所有基因组共享一套保守但简化的代谢库，例如核心氨基酸和辅因子生物合成途径几乎缺失，而丝氨酸/甘氨酸生物合成和F型ATP合酶则普遍保留。
• •
  3.5 保守的、以翻译为中心、生物合成精简的基因库：COG功能分类显示，翻译、核糖体结构和生物发生（J类）占所有注释编码序列的约28%，远超其他类别。能量产生、氨基酸转运代谢等核心生物合成类别均低于5%。OrthoFinder分析进一步确认了这一点，发现一个极小的核心基因集（30个直系同源群，存在于≥90%基因组中），主要由翻译和DNA复制/修复相关基因构成。
• •
  3.6 病毒主导基因组的回收：geNomad分析识别出4个主要由病毒分类重叠群组成的SAGs，其功能注释显示与核质巨DNA病毒（Nucleocytoviricota）关系最近。
• •
  3.7 对“污染”Patescibacteria SAGs的分析：对11个被CheckM标记为污染的Patescibacteria SAGs进行分析发现，其中包含多个高度分化的16S rRNA基因拷贝，这些序列有时来自非Patescibacteria谱系（如伯克霍尔德氏菌目），暗示可能发生了不同生物体DNA的共封装，这可能是Patescibacteria与其潜在宿主或共生伙伴物理关联的证据。

讨论总结

研究表明，农业水稻土是Patescibacteria的一个独特栖息地，其特征是微米级的空间异质性、陡峭的营养梯度和动态的水分状况。Paceibacteria和Microgenomatia的主导地位表明它们特别适应这种异质性、动态的土壤环境，可能依赖于适应性代谢交换而非严格的宿主选择性。相比之下，Saccharimonadia的低丰度则暗示其可能需要更特异的宿主伙伴或高细胞密度环境。通过与地下水等其他环境的研究对比，研究人员发现Parcubacteria/Paceibacteria和Microgenomatia的反复盛行指向了其广泛的生态可塑性，而其他谱系的低丰度则可能反映了更窄的生态位。值得注意的是，本研究中CPR基因组缺乏降解植物碳水化合物的酶和好氧呼吸链组分，这与之前在其他农业土壤中的发现形成对比，这可能反映了采样时间点（水稻收获排水后）导致的特定生理状态，但也可能是SAGs残留不完整性的影响。方法论上，CheckM2的应用对于准确评估CPR基因组质量至关重要。

研究结论翻译

本研究呈现了一项基于单细胞基因组学的农业水稻土中Patescibacteria的基因组水平分析。一项对未施肥、近期排水的稻田非根际土壤进行的无偏、非选择性单细胞调查显示，在可靠基因组中（42/126，以及跨所有质量等级的384个SAGs中的108个），Patescibacteria是丰度最高的门，其基因组尺寸远小于任何共存的谱系。纲水平分析显示Paceibacteria和Microgenomatia明显占优，而其他CPR谱系丰度持续偏低——这一模式与先前在地下水、地下和工程系统中表征的CPR群落既有相似之处，又有所区别。经CheckM2重新评估表明，这些基因组的完整性远高于标准CheckM的估计值，解决了表面上的质量问题，实则是工具造成的假象，并强化了对CPR基因组质量评估的更广泛方法论警示。系统发育基因组学和基因组相似性分析表明，这一单一样本涵盖了该门已知的大部分多样性，回收的谱系间冗余度极低，且相对于公共参考基因组存在大量潜在分类学新颖性。尽管存在这种多样性，基因含量却高度保守，与Patescibacteria作为以翻译为中心、生物合成依赖的生物体的既定模型一致，并将这一普遍规律扩展到了农业水稻土系统。总之，这些发现既展示了关于CPR谱系基因组质量评估的实用方法论经验，也为农业土壤中Patescibacteria多样性和基因含量的有限表征做出了实质性贡献，同时确立了单细胞基因组学在揭示陆地、人为管理土壤生态系统中隐藏CPR多样性的价值。