陆地土壤相关 Streptomyces 种群的生态分化与生物合成基因簇组织格局：大规模生态-基因组学解析

《Frontiers in Microbiology》：Ecological structuring of biosynthetic potential across terrestrial soil-associated Streptomyces genomes

　　

链霉菌（Streptomyces）种群是微生物特化代谢产物（specialized metabolites）最丰富的储库之一，但其生物合成多样性（biosynthetic diversity）在较大基因组尺度上的生态组织仍未被充分解析。本研究首先筛选了14,597个公开可获得的基因组组装（genome assemblies）。随后从相应NCBI BioSample记录中检索每个基因组相关的环境元数据（environmental metadata），并进行系统策展，以保留来源于陆地土壤相关环境的基因组，同时排除海洋、淡水、临床、实验室、工业及其他非陆地来源。采用主成分分析（principal component analysis, PCA）、K均值聚类（K-means clustering）和Kruskal–Wallis检验对标准化的气候与土壤变量（climatic and edaphic variables）进行分析，以评估陆地土壤相关链霉菌种群间的生态分化，并对簇间比较应用错误发现率（false discovery rate, FDR）校正。PCA揭示明显的环境结构，第一主成分（Principal Component 1, PC₁）解释总变异的44.3%，第二主成分（Principal Component 2, PC₂）贡献31.1%，合计75.4%。K均值聚类解析出三个环境上连贯的类群，具有不同的土壤和气候特征。土壤pH、降雨、温度、土壤有机碳和黏土含量均检测到显著分化，校正p值低于0.001。使用GECCO（GEne Cluster prediction with COnditional Random Fields）进行基因组挖掘（genome mining）揭示广泛的生物合成多样性，以聚酮（polyketide）和非核糖体肽（non-ribosomal peptide）相关基因簇为主。总生物合成丰富度（biosynthetic richness）在生态类群间亦存在显著差异（Kruskal–Wallis统计量=7.28，p < 0.05）。本研究提供了一个大规模生态-基因组框架，将环境分化与陆地土壤相关链霉菌种群的生物合成组织联系起来，促进了对土壤微生物与代谢多样性的理解。

研究背景方面，链霉菌（Streptomyces）是土壤相关细菌中研究最广泛的类群之一，可产生抗生素、抗真菌剂、免疫抑制化合物及多种生物活性天然产物。其较大基因组通常编码广泛的生物合成基因簇（biosynthetic gene clusters, BGCs；介导次级代谢产物合成的基因组区域），因而长期是天然产物研究和微生物生物技术的重点。既往研究多通过比较基因组学和基因组挖掘（genome mining；从基因组中计算识别BGC）解析BGC鉴定与分类，发现链霉菌基因组携带大量沉默或表征不足的BGC；antiSMASH和GECCO等框架使聚酮、非核糖体肽、萜烯及RiPP相关生物合成结构的规模化预测成为可能，合成生物学与基因编辑等进展也加速了次级代谢产物的发现与生产。泛基因组尺度研究进一步显示，BGC库在谱系间高度动态且分布不均，提示生态与进化分化。但已有工作主要强调生物合成发现、菌株表征或进化基因组学，对生物合成多样性如何在生态空间分布关注相对有限；公共微生物基因组的环境元数据仍高度碎片化且注释不一致，限制大尺度生态解释。因此，环境分化、生态聚类与基因组解析的生物合成组织之间的关系尚未被充分探索。本研究即在此背景下开展大规模生态-基因组分析。

研究人员整合公开基因组与环境元数据，保留陆地土壤相关链霉菌基因组，利用多变量生态分析识别环境分化与生态类群，并用GECCO预测BGC，比较不同生态类群的总生物合成丰富度（biosynthetic richness；每基因组预测BGC总数）与类别组成。研究结论表明，环境结构化明显，K均值聚类（K-means clustering；无监督分组方法）解析出三个环境连贯类群；BGC多样性广泛，以聚酮和非核糖体肽相关簇为主；总BGC丰富度在生态类群间存在显著差异。该研究提供了一个大规模生态-基因组框架，将环境分化与生物合成组织相联系，有助于从生态角度优先筛选具有较高生物合成潜力的链霉菌种群，并服务于天然产物发现、土壤健康及可持续农业相关微生物资源研究。

关键技术方法可概括为：研究人员从NCBI RefSeq数据库检索公开链霉菌基因组组装，经14,597个组装初筛，并结合NCBI BioSample元数据保留陆地土壤相关记录895个；经质量与元数据过滤得到364个高质量环境富集基因组，其中208个具有全部所选环境变量完整测量值，按相同地理坐标合并后形成89个独立生态位点。分析采用土壤pH、土壤有机碳、黏土含量、年均温和年降雨5个变量，进行对数转换、z标准化和Pearson相关分析；采用主成分分析（PCA；降维排序方法）、K均值聚类（k=3，轮廓分析确定）及Kruskal–Wallis检验（非参数秩和检验）并结合错误发现率（FDR；多重检验校正）评估类群差异；使用GECCO（基于条件随机场CRF的BGC预测框架）进行基因组挖掘，并将生态元数据、聚类分配和BGC预测整合为生态-基因组矩阵；363个基因组完成GECCO分析。

研究结果如下。3.1 独立生态位点的环境结构：通过整理89个独立生态位点的环境变量发现，土壤pH从4.5至8.3，年降雨从20.1至2967.5 mm，土壤有机碳、黏土含量和温度均呈现较大变异；相关分析显示土壤pH与降雨呈明显负相关（r=?0.67），与土壤有机碳呈中等负相关（r=?0.53），降雨与土壤有机碳正相关（r=0.37），温度与土壤有机碳呈中等负相关，黏土含量与温度梯度存在部分协变，但各变量未接近完全共线。3.2 环境梯度的主成分分析：通过PCA发现生态位点沿环境梯度分布而非形成单一均质簇，PC₁解释44.3%、PC₂贡献31.1%，合计75.4%；降雨和土壤有机碳沿PC₁正方向，土壤pH位于相反方向，温度和黏土含量主要贡献PC₂正空间，构成额外环境分化维度。3.3 生态簇识别与环境分化：通过K均值聚类将环境数据解析为三个主要生态类群，分离主要沿PC₁并可见PC₂差异；Cluster 0主要关联较高黏土、较高降雨和较暖条件，Cluster 1富集土壤有机碳并呈较低温度和较低黏土特征，Cluster 2主要关联碱性土壤和较低降雨；Kruskal–Wallis检验显示所有保留环境变量在生态簇间均显著不同，温度、土壤有机碳和黏土含量分化最强，降雨和pH亦有显著簇间变异。3.4 链霉菌基因组的BGC谱：通过GECCO对363个基因组进行预测，共识别15,839个预测BGC，覆盖聚酮、非核糖体肽（NRP）、RiPP、萜烯、糖类、生物碱及多种杂合生物合成结构；不同基因组总BGC丰富度差异明显，少者低于30个、多者超过70个（最大71个），聚酮相关簇最丰富，其次为NRP和RiPP相关区域，萜烯簇持续检出但丰度中等；预测置信度方面，平均预测概率为0.946，平均最大预测概率为0.980，85.6%的预测簇平均预测概率≥0.90，59.2%超过0.95，70.4%最大预测概率≥0.99；整合后形成包含208个环境解析基因组的生态-基因组矩阵，基因组大小范围约5.8–13.6 Mb。3.5 生物合成谱的生态分化：通过将BGC预测与生态聚类整合发现，总BGC丰富度在生态类群间存在显著差异（Kruskal–Wallis统计量=7.28，p=0.026），Cluster 0基因组总体显示较高生物合成丰富度，Cluster 2总体BGC计数较低；类别组成上，聚酮相关簇在所有生态类群中均占主导，NRP簇广泛分布，RiPP和萜烯相关区域丰度中等，Cluster 2的NRP相关丰度略高，RiPP分布在环境类群间存在轻微变化；基因组大小与BGC组成关系显示较大基因组通常含更多预测BGC，尤其聚酮相关类别，而萜烯和RiPP相关簇随基因组大小变化相对有限，Cluster 0多表现为较大基因组和较高BGC丰富度，Cluster 2更常关联较小基因组和较低生物合成丰度。

讨论部分总结：环境数据集显示链霉菌栖息地存在显著气候与土壤异质性，PCA排序和K均值聚类支持生态位点沿协调环境梯度结构化为不同环境组合；基因组挖掘显示生物合成多样性广泛，聚酮和NRP相关簇持续占主导，RiPP和萜烯相关区域丰度相对较低；聚酮代谢物结构多样且具生态功能，其BGC优势提示不同栖息地可能代表不同的聚酮相关生物合成多样性来源；总BGC丰富度在基因组间差异明显，GECCO置信度指标总体较高，支持所报告生物合成模式的稳健性，但计算预测不能替代实验验证，未来需结合antiSMASH等互补方法和实验验证。研究强调，环境相关链霉菌种群不仅在气候和土壤梯度上结构化，也在编码的生物合成架构上呈现结构；生态分离并不意味环境直接决定特化代谢，但生态聚类与生物合成丰富度的一致关联提示环境分化可能参与塑造自然种群的基因组尺度代谢组织。环境分化还可能影响标准实验室条件下沉默的隐秘BGC的激活和表达，营养可利用性、微生物竞争、温度、pH及生态胁迫等可作为影响链霉菌次级代谢的调控信号。该研究与既往关于BGC库变异及基因组进化、生态适应和谱系多样化作用的认识一致，但进一步将大规模环境元数据与全基因组BGC预测整合，提供识别具有较高特化代谢产物发现潜力且环境上不同微生物种群的补充视角。

研究结论（翻译）：本研究提出了一个大规模生态-基因组框架，用于研究陆地土壤相关链霉菌种群中环境分化与生物合成组织之间的关系。通过整合环境元数据、多变量生态分析和全基因组BGC预测，研究人员识别出不同环境类群间存在显著生态异质性以及生物合成丰富度和架构变异。重要的是，该方法通过将生态背景纳入生物合成多样性分析，扩展了传统基因组挖掘，并可能有助于优先筛选环境上不同的微生物种群以开展未来功能表征和天然产物发现。从天然产物发现角度看，这一生态引导框架还可能支持优先选择具有增强生物合成潜力的链霉菌种群进行后续功能筛选；此类优先筛选可促进未来识别新型生物活性化合物（包括抗菌代谢物），这在持续需要新型抗生素且抗菌耐药性挑战加剧的背景下尤其相关。鉴于链霉菌在土壤环境中的生态重要性，该框架还可能有助于识别与生物防治、土壤健康及其他支持可持续农业的生态系统服务相关的微生物资源。总体而言，这些发现为未来整合生态信息、比较基因组学和实验验证以更好表征微生物生物合成多样性及其潜在应用的研究提供了基础。