《Insects》：Repeat-Rich Architecture and Gene Duplication Characterize the Expanded Genome of the Chestnut Gall Wasp
编辑推荐：
栗瘿蜂Dryocosmus kuriphilus是一种全球入侵性害虫，通过产雌孤雌生殖繁殖。尽管缺乏常规的有性重组，该物种仍广泛扩散并在多种环境条件下持续生存，但其相关的基因组特征尚不明确。本研究将栗瘿蜂的染色体水平基因组与七种代表性昆虫基因组进行比较，重点分
栗瘿蜂Dryocosmus kuriphilus是一种全球入侵性害虫，通过产雌孤雌生殖繁殖。尽管缺乏常规的有性重组，该物种仍广泛扩散并在多种环境条件下持续生存，但其相关的基因组特征尚不明确。本研究将栗瘿蜂的染色体水平基因组与七种代表性昆虫基因组进行比较，重点分析了重复序列、直系同源群和基因复制模式。栗瘿蜂2.28-Gb基因组包含79.7%的重复序列，其中62.3%为转座元件（transposable elements，TEs），大部分位于基因间区。OrthoFinder将13,271个栗瘿蜂基因分配到多拷贝直系同源群中，占蛋白质编码基因集的61.5%。独立的MCScanX分析将基因划分为互斥的分散型、近端型、串联型和片段型复制类别，其中片段型和分散型是两个最大的复制基因类别。与其他检测物种相比，栗瘿蜂含有显著更多的片段型复制基因。同义替代分布揭示了低Ks和高Ks组分，分别代表复制基因间不同水平的同义分歧，这些组分的基因表现出不同的功能特征。大量局部复制位于转座元件附近，包括参与寄主识别、营养利用、外源物质代谢和能量产生的基因。与近缘瘿蜂Belonocnema kinseyi相比，栗瘿蜂具有更广泛的报道分布范围和寄主范围，并且在化学感受、解毒、代谢和应激反应等多个基因家族中含有更高的拷贝数。综上所述，这些发现表明，扩张的栗瘿蜂基因组以广泛的重复序列积累和增加的基因拷贝数为特征，而多尺度复制增加了功能性基因库并对其进行了重塑。这些基因组特征确定了可能有助于基因组和生态可塑性的候选机制，但其适应性意义仍需通过表达、进化和功能验证加以确认。
一、研究背景与科学问题
栗瘿蜂Dryocosmus kuriphilus是一种全球入侵性害虫，严重危害板栗属植物，导致坚果产量大幅下降，据报道在中国造成15-30%的年产量损失，在美国达50-75%，在意大利严重感染的果园甚至高达80%。该害虫通过产雌孤雌生殖繁殖，单个雌虫即可建立新种群，且幼虫隐蔽发育于芽内，通过苗木运输实现远距离传播，自然扩散速度约每年7公里，人为跳跃传播平均可达76公里。截至2026年2月，已在亚洲、欧洲和北美洲至少28个国家和地区记录到该害虫。尽管缺乏有性重组带来的等位基因重排机会，栗瘿蜂仍展现出强大的生态可塑性和入侵能力，其背后的基因组特征尚不清楚。为此，研究人员开展了比较基因组学研究，旨在揭示重复序列积累、基因复制与基因组扩张之间的关系，以及这些特征如何影响寄主利用和环境响应相关基因的功能组成。
二、研究方法概述
研究人员从InsectBase 2.0下载了八个昆虫物种的染色体水平基因组，包括黑腹果蝇、赤拟谷盗、家蚕以及膜翅目的丽蝇蛹集金小蜂、毕氏卵角蚁、西方蜜蜂、金氏瘿蜂和栗瘿蜂。主要技术方法包括：OrthoFinder构建直系同源群并进行拷贝数分析；MCScanX独立分类基因复制模式（片段型、串联型、近端型、分散型和单拷贝）；PhyML重建最大似然系统发育树，MCMCTree估算分化时间；CAFE分析基因家族扩张与收缩；RepeatModeler和RepeatMasker注释重复序列和转座元件；KaKs_Calculator计算同义替代率；BLASTP进行功能注释和KEGG/GO富集分析；自定义流程鉴定转座元件关联的基因共复制事件。
三、主要研究结果
3.1 大型瘿蜂基因组与广泛重复序列积累和基因间区扩张相关
栗瘿蜂基因组大小为2.28 Gb，是六种非瘿蜂昆虫的5-10倍，比金氏瘿蜂大近700 Mb。栗瘿蜂基因组含79.7%重复序列，其中转座元件占62.3%（包括20.3% DNA转座子和25.8%未分类转座元件），串联重复占17.4%。金氏瘿蜂含1002.3 Mb重复序列，而非瘿蜂物种总转座元件含量均不超过66 Mb。两种瘿蜂的平均基因间区长度分别是其他物种的6.6倍和5.1倍以上。近95%的转座元件位于栗瘿蜂的基因间区，表明重复序列积累与基因间区扩张密切相关。
3.2 基因复制重塑栗瘿蜂基因库
OrthoFinder识别出37,024个直系同源群，包含125,759个蛋白质编码基因。栗瘿蜂与金氏瘿蜂在约5000万年前分化。栗瘿蜂含21,584个蛋白质编码基因，比其他物种多19.5-44.7%。61.5%（13,271个）的栗瘿蜂基因属于多拷贝直系同源群，其中4251个基因集中在26个高拷贝（>100拷贝）直系同源群。CAFE分析显示栗瘿蜂分支有670个扩张基因家族和2452个收缩家族，扩张家族富集于营养代谢、解毒抗氧化、核酸代谢、细胞稳态、免疫和信号转导通路。MCScanX独立分类显示，在16,727个复制基因中，片段型占46.43%、分散型占45.20%、串联型占4.89%、近端型占3.48%。低Ks组分（Ks=0-0.2）富含氨基酸代谢、RNA降解、翻译和蛋白质折叠相关基因，高Ks组分（Ks=2.2-2.5）富含信号转导、细胞运动、运输和细胞相互作用相关基因。
3.3 转座元件关联的局部复制扩展适应相关基因集
研究人员鉴定了两种结构类型的转座元件关联基因共复制事件：I型841个事件涉及1712个基因，转座元件、间隔序列和复制基因均显示>95%核苷酸同一性；II型53个事件涉及172个基因，转座元件和复制基因高度相似但间隔序列差异较大。大多数转座元件关联共复制属于串联复制类别。在串联复制基因上游的3324个转座元件中，未分类元件最多（50.5%），其次为DNA转座子（28.6%）。超过85%的重复位于基因0-5 kb范围内。转座元件关联串联复制基因中，166个归属于三类适应相关功能：取食或寄主利用（66个）、解毒（63个）和能量代谢（37个）。KEGG和GO富集分析显示这些基因显著富集于代谢、免疫和信号转导通路。
3.4 候选基因家族拷贝数差异与寄主利用和环境响应相关
GBIF记录显示栗瘿蜂的经度分布范围（-77.08°至140.10°）远宽于金氏瘿蜂（-102.11°至-87.94°）。栗瘿蜂寄主涵盖8种板栗及其杂交种，而金氏瘿蜂主要局限于两种栎树。栗瘿蜂在多个候选基因家族中拷贝数高于金氏瘿蜂，包括化学感受相关的嗅觉受体、离子型受体和气味结合蛋白；解毒相关的细胞色素P450、UDP-糖基转移酶、羧酸/胆碱酯酶、磺基转移酶、主要协助超家族转运体和醛氧化酶；能量代谢相关的琥珀酸脱氢酶、苹果酸脱氢酶、腺苷酸激酶、丙酮酸激酶和脂肪酸合酶；以及应激反应相关的热休克蛋白70、超氧化物歧化酶、谷胱甘肽过氧化物酶、瞬时受体电位通道和水通道蛋白。这些高拷贝基因主要归属于片段型复制类别，而转座元件关联串联复制贡献了寄主识别、解毒和能量代谢相关基因的额外拷贝。
四、讨论与结论
研究结果表明，栗瘿蜂基因组具有三个主要特征：广泛的重复序列积累、升高的基因拷贝数以及复制基因间的功能差异。栗瘿蜂与金氏瘿蜂约在5000万年前分化，其在多个共享直系同源群中含更多基因，CAFE分析鉴定出670个沿栗瘿蜂分支扩张的基因家族，涉及代谢、信号转导、免疫、消化和外部刺激响应等功能类别。基因复制可能通过增加剂量敏感基因的拷贝数或为调控和功能分化提供底物，从而产生表型变异的基础。然而，这些基因组特征与生态适应之间的因果关系仍需通过表达分析、进化选择和功能实验加以验证。本研究也存在局限性，结论主要基于比较基因组学和功能注释，缺乏直接实验证据，地理和寄主范围的差异也受采样强度、寄主可获得性和人为传播的影响。未来需整合转录组学、染色质可及性图谱、群体基因组学和功能实验，以检验候选基因和转座元件在寄主利用、解毒、免疫和环境响应中的作用。
