《Horticulturae》：Comparative Pangenomics of the MATE Family Reveals Gene Content Variation and Identifies a Citrate-Transporter-Proximal Candidate Group in Vaccinium
编辑推荐：
摘要专业翻译
植物多药和有毒化合物外排（multidrug and toxic compound extrusion, MATE）转运蛋白参与柠檬酸转运、铝解毒和矿质稳态，但其在越橘属（Vaccinium）中的多样性和基因组组织仍知之甚少。本研究比较了34个蓝
摘要专业翻译
植物多药和有毒化合物外排（multidrug and toxic compound extrusion, MATE）转运蛋白参与柠檬酸转运、铝解毒和矿质稳态，但其在越橘属（Vaccinium）中的多样性和基因组组织仍知之甚少。本研究比较了34个蓝莓和蔓越莓基因组中的MATE家族，并检视了一个与实验表征的柠檬酸转运蛋白相关的候选群。高置信度家族集包含3479个蛋白质，且随着蓝莓基因组的不断加入，新的MATE直系同源群（orthogroup）持续被检出。基因组搜索表明，不完整或非标准注释解释了部分表观缺失：在12个测试的直系同源群中，有4个在基因模型重建后改变了其流行度类别。相比之下，候选群由66个基因组支持的基因座代表，每个作物组装中至少检测到一个。这些基因座大体上分散分布，常保留相似的邻近基因顺序，并在六个染色体规模的越橘属基因组中形成8个直接的共线性连接。一个密码子模型估计全局dN/dS为0.876，与1无显著差异。对2 kb上游区域的比较揭示了组装间的序列差异，而两个公共根转录组显示在pH 6.5条件下‘Emerald’和‘Reka’中分配给CUFF.34706的表达增加。交互检验未确立基因型特异的pH响应。综上，这些结果将可变的MATE基因含量与一致检出的候选群区分开来，并为运输和调控的进一步研究鉴定序列。
论文解读
一、研究背景与问题
植物多药和有毒化合物外排（multidrug and toxic compound extrusion, MATE）转运蛋白是一类跨膜转运蛋白家族，负责将多种化合物跨膜转运，包括有机酸、黄酮类化合物和外源性物质。其中部分成员从根尖输出柠檬酸以减轻铝毒性，另一些则在植物体内转运柠檬酸以支持铁移动和矿质稳态。这些功能对越橘属（Vaccinium）物种尤为重要，因为该类植物适应酸性土壤，当根区pH升高时其生长和养分获取能力受损。然而，越橘属中MATE基因的多样性和基因组组织此前尚不清楚。
候选基因鉴定面临多重困难：仅凭家族成员身份不能确定柠檬酸转运功能，相关蛋白可能在底物或生理作用上存在差异；单一参考基因组无法揭示基因是广泛保留还是在品种间变异。已有的蓝莓和蔓越莓泛基因组资源为跨多基因组研究这一问题提供了可能。在其他作物中的研究同样揭示了基因存在性和注释基因数的大量变异。此外，运输相关性状的差异可源于基因数目、基因组位置或表达的改变——如玉米中ZmMATE1的串联三倍化与表达增加和铝耐受相关，大麦中上游插入将HvAACT1表达重定向至根尖，水稻中ART1调控OsFRDL4及其他铝响应基因。因此，在越橘属中选择MATE候选基因时，需要同时检视基因含量和上游序列变异。
二、研究内容与主要结论
研究人员对34个蓝莓和蔓越莓基因组中的MATE家族进行了系统比较，重点关注与已知柠檬酸转运和金属稳态蛋白相关的一个候选群。首先考察了家族范围内的基因含量，并评估表观缺失是否源于注释不完整；随后通过系统发育、基因组搜索和保守基因顺序评估候选群，并将比较扩展至六个染色体规模的越橘属基因组；最后比较了编码序列、注释上游区域和两个公共根转录组，以鉴定功能研究候选基因。该研究解决了“一个广泛可变的转运蛋白家族如何包含一个在采样基因组中一致检出的群”这一问题。
三、主要关键技术方法
研究人员使用了多项关键技术：利用Pfam域PF01554.24（MatE）的隐马尔可夫模型（hidden Markov model, HMM）通过PyHMMER对全部标准化蛋白质进行家族筛选；使用OrthoFinder进行直系同源群鉴定和泛基因组分析；使用IQ-TREE进行最大似然系统发育推断；使用miniprot进行剪接感知的基因模型重建；使用DeepTMHMM预测膜拓扑结构；使用MCScanX进行染色体规模共线性分析；使用PAML codeml和Nei–Gojobori方法进行密码子水平的选择压力分析；使用MAFFT进行上游序列比对；使用edgeR对两个公共根转录组数据集（短读长数据集PRJNA353989/SRP093536，含16个Illumina文库，涉及V. arboreum和V. corymbosum‘Emerald’在pH 4.5或6.5下处理；长读长数据集PRJNA1037260，含12个Oxford Nanopore全长cDNA文库，涉及‘Reka’和‘Spartan’两个品种）进行差异表达分析。样本来源均为公共数据库，未产生新的RNA-seq数据。
四、研究结果
标准化筛选鉴定越橘属MATE家族。 对2,768,241个蛋白质的统一PF01554筛选鉴定出6549个含至少一个合格MatE域的蛋白质。宽泛家族计数范围：蓝莓每基因组228至278个，蔓越莓每基因组51至62个。应用坐标、长度和域过滤条件后产生3479个高置信度蛋白质（蓝莓3058个，蔓越莓421个）。
MATE基因含量存在变异，部分表观缺失反映注释问题。 严格MATE集在蓝莓中形成133个直系同源群（28个核心、12个软核心、41个外壳、52个云），在蔓越莓中形成34个（14个核心、11个软核心、8个外壳、1个云）。蓝莓中随着基因组增加仍在检出新群，第23个基因组平均新增1.771个直系同源群，Heaps曲线为P(N) = 54.11N0.285，表明未达饱和。基因组搜索显示，200个表观缺失组合中有36个（18.0%）在≥90%覆盖率和同一性下含可接受模型；12个测试直系同源群中有4个改变了类别。系统发育分析在133个蓝莓直系同源群代表和22个功能参考蛋白中鉴定出6个最接近柠檬酸转运或金属稳态参考的群。
染色体水平参考连接作物和跨物种比较。 添加‘Draper’和‘Stevens’染色体水平参考后，蓝莓OG0000017仍为软核心群（23个基因组中22个含67个注释基因），蔓越莓对应群在全部11个基因组中检出。MCScanX在六个基因组中将216,391个基因（74.20%）置于共线性块中，11个焦点蛋白中有8个出现在块中，形成8个焦点基因间的直接连接。
焦点群在每个作物基因组中均被检出。 注释审查、基因组搜索、重建和邻近基因分析在原始数据集中鉴定出63个基因座；加上‘Draper’两个完整基因座和‘Stevens’一个完整基因座，共66个组装支持的基因座。23个蓝莓组装贡献55个焦点基因座（7个含1个、4个含2个、8个含3个、4个含4个），11个蔓越莓组装各含1个。焦点基因座分散分布，16个含多基因座的基因组产生52个位于不同scaffold或染色体上的对，51对强支持、1对部分支持，无串联或近端对。
密码子分析未检测到焦点群的显著选择。 137个稳定性过滤的成对比较给出Nei–Gojobori dN/dS中位数为0.4407；基于树的密码子模型给出全局ω = 0.876，与1无显著差异（p = 0.56）。位点模型M2a/M8名义上鉴定出正选择位点连续块，但反映的是蓝莓与蔓越莓间的固定差异而非反复替换。
上游区域在组装间存在差异。 三个可比较的蓝莓2 kb上游区域中，相对‘Legacy’，‘Duke’在65个已知碱基处不同并有9个插入/缺失事件，‘Stanley’在52个碱基处不同并有8个事件。11个蔓越莓上游区域形成7个精确序列类别。ART1样基序GGNVS仅在‘Sharp Blue’中经校正后局部富集（校正p = 0.034）。
CUFF.34706关联的根表达在两个数据集中于高pH下增加。 短读长数据集中，‘Emerald’在pH 6.5下CUFF.34706表达显著增加（log2倍数变化 = 1.725，FDR = 0.0182），而V. arboreum中不显著；长读长数据集中，‘Reka’在pH 6.5下表达增加（log2倍数变化 = 1.119，FDR = 0.00123），‘Spartan’变化不显著。两个数据集的交互检验均不显著。
鉴定出用于功能研究的互补候选。 综合系统发育、基因模型、局部基因顺序、上游序列和根表达，鉴定出四个互补代表：‘Patrecia’代表受支持的20序列分支，‘Legacy’提供完整公共模型和蓝莓上游参考，‘Stanley’提供与‘Legacy’的高质量上游对比，‘Duke’提供20序列分支外的系统发育对比。
五、讨论与结论总结
讨论部分指出，主要发现是家族范围MATE基因含量的可变性与焦点群的一致检出之间的对比。基因组搜索表明注释不完整解释了部分表观缺失，但并非全部变异。焦点群未组织为局部串联簇，而是分散分布且保留相似基因组环境，这与玉米ZmMATE1的串联三倍化模式不同。编码序列分析未检测到稳健的选择证据，但上游序列差异为调控研究提供了直接对比材料。两个根转录组数据集提供了互补的生物学背景：CUFF.34706关联表达在‘Emerald’和‘Reka’中于pH 6.5下增加，与酸适应蓝莓在近中性pH下养分获取受损的背景相容，可能涉及柠檬酸分布或矿质稳态作用。研究结论为：越橘属MATE家族结合了可变的基因含量和一个在34个蓝莓和蔓越莓组装中一致检出的候选群；基因组搜索表明不完整注释解释部分表观缺失，局部基因顺序和染色体规模共线性支持焦点基因座；密码子分析未检测到显著偏离中性预期，但上游比较揭示了组装水平序列差异；两个独立根数据集进一步将CUFF.34706关联表达与‘Emerald’和‘Reka’中的高pH相关联。这些互补发现鉴定出‘Legacy’、‘Patrecia’、‘Stanley’和‘Duke’用于运输和调控的进一步研究。直接功能测定和基因型匹配的表达研究将确定这些候选基因的生理作用。
