进化遗传学是真菌病原体基因组流行病学的基石

《Journal of Fungi》：Perspective: Evolutionary Genetics Is the Backbone of Genomic Epidemiology in Fungal Pathogens

　　

基因组测序正迅速成为暴发调查和病原体监测的常规组成部分。然而，在人类真菌病原体中，分析框架通常仍集中于基于单一参考基因组（reference genome）所调用变异构建的系统发育树（phylogenetic tree）。尽管这种表示方法过去有用且未来仍将有用，但流行病学推断同样可以从进化遗传学（evolutionary genetics）的其他方法中获益。在此，本研究回顾了从多位点序列分型（multilocus sequence typing, MLST）到人类真菌病原体基因组尺度流行病学的转变，总结了在球孢子菌属（Coccidioides）、隐球菌属（Cryptococcus）、耳念珠菌（Candida auris）、烟曲霉（Aspergillus fumigatus）、组织胞浆菌属（Histoplasma）、孢子丝菌属（Sporothrix）、肺孢子菌属（Pneumocystis）及其他真菌中的代表性成功案例，并指出了仍未得到一致解决的生物学和技术误差来源。这不仅仅是一篇评论，更是一次行动呼吁。本研究认为，需要开始将系统发育树视为更广泛群体遗传学（population-genetic）框架内的一层证据，而非分析的终点。从数据收集的角度来看，需要一个更稳健的流行病学元数据（metadata）收集方案。从分析的角度来看，对基因树不一致性（gene-tree discordance）、人口统计学推断（demographic inference）、祖先来源（ancestry）和结构变异（structural variation）的分析可以揭示单一连接标记（concatenated markers）推导出的系统发育树无法展现的特征。公共序列数据的数量不再是唯一的限制因素。下一个紧迫挑战是将基因组和系统发育分析产生的数据转化为可重复的进化推断，同时保留并传达对公共卫生决策至关重要的不确定性。

1. 引言

本部分指出，地球环境条件的空前变化，如气温升高、土地利用改变和全球旅行，正在改变病原体的地理分布、传播季节性以及哺乳动物与环境中真菌之间的热屏障，从而影响暴露风险、病原体生态条件及其进化轨迹。这些生态变化会在病原体遗传变异程度上留下印记，而结合环境与流行病学数据进行的群体基因组分析有助于判断疾病发生的变化是否反映了人类暴露增加、病原体分布与基因流改变，或是适应性变异的出现与传播。研究强调，理解驱动病原体出现和传播的过程对于预测任何疾病的轨迹至关重要，遗传比较可以揭示疫情源于单次还是多次引入、病原体是局部持续存在还是通过反复迁移到达，以及克隆繁殖与重组对病原体多样性的贡献。本文将真菌基因组流行病学定义为利用基因组尺度的变异，并结合临床、环境和流行病学信息，来调查真菌病的分布、出现和传播，其范围涵盖传播重建、群体基因组学和系统地理学、抗真菌耐药性监测、宿主内进化以及环境监测。文章以HIV和COVID-19为例，说明DNA测序与进化分析相结合如何改进了追踪病原体出现和传播的能力，但也指出遗传相似性本身不能建立直接的个体间传播关系。最后提出，真菌病原体的研究尚未充分发挥基因组流行病学的潜力、严谨性和影响力，本文将从群体遗传学家的角度，调查人类真菌病原体中基因组流行病学的现状，描述从多位点测序到基因组尺度数据的过渡，突出已有成就，识别可能误导推断的生物学和技术局限性，并提出能够提取单一系统发育树所不包含的流行病学信息的补充方法。

2. 遗传流行病学简史

本节追溯了从DNA指纹技术（如RAPD、AFLP）到标准化序列标记（如多位点序列分型MLST）的发展历程。MLST通过短的标准DNA序列替代形态学和实验室特异性指纹，实现了跨研究的可比性，但其最常用的总结形式——系统发育树，虽然直观强大，却容易导致一个错误假设，即单个位点、多个位点的串联、整个基因组和一个谱系在树中的进化历史是可以互换的。实际上，重组、基因渗入、基因转换、不完全谱系分选和选择会导致基因组不同区域拥有不同的谱系史，因此少量MLST位点可能只能恢复主导历史、异常历史或未解决的历史。全基因组测序极大地扩展了可用于流行病学分析的遗传变异量，涵盖了SNPs、indels、单倍型、拷贝数变化、非整倍体、结构变异和宿主内多态性。文章展示了2016至2025年间医学重要真菌属的公共全基因组测序数据积累情况，但强调测序量不等于流行病学代表性。基因组测序与系统发育分析的结合已在病毒和细菌流行病学中取得显著成效，但在真核病原体中受益不均匀，因为真菌基因组通常更大、更复杂，且真菌病常被漏诊、非全国性报告、环境储库采样零散。疟疾的例子表明这些障碍并非不可克服，参考基因组和国际协调采样使群体基因组学成为实用工具。

3. 真菌病原体的遗传与基因组流行病学

早期多位点研究在深时间尺度上揭示了组织胞浆菌、副球孢子菌和球孢子菌等真菌内的地理结构化谱系，在短流行病学尺度上，标记研究将基因型与暴发和传播环境联系起来。全基因组研究则回答了标记面板无法解决的问题：在球孢子菌中检测到种间近期基因渗入、细化种群结构、关联非流行区临床分离株与可能的暴露区域；在隐球菌中，WGS解析了太平洋西北地区C. gattii暴发的亚谱系、链接全球多样性，并揭示了C. neoformans的全球种群结构、非整倍体和宿主内变化。耳念珠菌是真菌基因组学进入公共卫生实践的清晰范例，WGS显示深度分离的进化枝几乎同时在各大洲出现，而密集的医院采样解决了局部传播、环境持久性和反复引入。对其他真菌病原体的研究也结合了基因组与环境数据来调查感染源。此外，文章探讨了耐药性的基因组机制，包括核苷酸替换、拷贝数变化、非整倍体和其他结构变异。公共测序数据显示了真菌流行病学中基因组学的增长，但覆盖不均，限制因素正从数据生成转向数据协调，包括识别独立分离株、恢复采样元数据和标准化分析方法。

4. 当前方法

常见的工作流程是将读段映射到参考基因组、调用变异、过滤后连接SNPs并估计最大似然树，但这种方法的选择会影响结果。贝叶斯系统发育方法可以整合拓扑结构和模型参数的不确定性，但需要适当的校准。由于不同基因组区域可能有不同进化历史，基因树和物种树方法（如ASTRAL）可以容纳不完全谱系分选引起的差异。分支支持度统计量（如标准自举值、超快自举值、SH-aLRT、贝叶斯后验概率）量化了不同方面的不确定性，而一致性因子则评估数据不同部分对分支的支持程度。对齐和参考无关的方法（如kSNP、Mash）通过比较k-mers避免了依赖单一参考基因组。除了估计汇总树外，还可以分析谱系关系在基因组上的变化，例如为单个基因或基因组窗口推断树，以及拓扑加权法来量化特定拓扑结构的相对代表程度。

5. 局限性与解决方案

生物学挑战包括基因交换与基因渗入，杂交可创造基因转移桥梁，渗入片段会显示不同的树拓扑结构，检测方法包括D-统计量、拓扑加权、系统发育网络和祖先/单倍型方法。不完全谱系分选（ILS）发生在祖先多态性跨物种形成事件持续存在时，可能导致基因树与种群树不同，尤其常见于近期分化的谱系。分子位点的趋同进化意味着相同的分子变异可能有不同进化起源，这对监测计划很重要，因为一个受关注的变异可能独立出现多次。技术与推断假象包括：树的定根和展示方式不当（应使用近缘外群，避免随意中点定根）；在相关时间尺度上分辨率不足，近期分化仅由少数突变分隔，需评估在采样间隔内预期的突变数量；参考映射与参考偏倚，读段与参考差异越大映射概率越低，可能影响树拓扑和分支长度；可比性与可重复性问题，简化代表方法（如ddRAD-seq）因限制性内切酶多态性导致位点丢失，跨研究比较困难；采样、元数据、混合感染和确定偏差，过度采样暴发克隆会扭曲人口统计学推断，共识基因型调用可能掩盖混合感染；系统发育方法、重组和基因组状态，不同算法可能恢复不同主要类群，真菌可塑基因组可能不适合固定倍性模型；分支长度与分化时间，以替换数/位点为单位的分支长度不是日历区间，时间尺度推断应证明时间信号。

6. 替代与补充方法

系统发育树不可或缺但不是唯一工具。人口统计学模型与分化时间（如dadi、GADMA、fastsimcoal）可比较包含种群分裂、瓶颈、增长、迁移和混合的显式历史并估计参数。有效种群大小的变化可通过顺序马尔可夫溯祖方法（PSMC、MSMC、SMC++）和机器学习方法推断，但需注意有效种群大小与普查大小的区别。聚类与祖先分析（如STRUCTURE、ADMIXTURE）在不强制二叉分枝历史的情况下估计最佳聚类数并识别不符合离散进化枝的样本。系统动力学与传播模型（如TransPhylo、outbreaker2）将病原体基因组与采样时间和流行病学信息结合，允许考虑未采样病例的不确定性。泛基因组与结构变异通过多个高质量组装和泛基因组图谱捕捉参考基因组缺失的序列，使结构差异在不同分离株间可比，已用于鉴定与唑类耐药性相关的附属基因。

7. 结论

基因组流行病学已积累了足够多的成功案例，有资格成为流行病学家和进化遗传学家的工具包的一部分。更多数据不会使假设消失，单一的连接树可能是克隆暴发的优秀总结，但对于重组或有结构种群则效果不佳。解决方案不是放弃树，而是将其与其他方法整合。为了实现可重用性，研究应发布原始读段、样本元数据、最终变异集和掩码、Newick或Nexus格式的树、代码或版本化工作流以及参考基因组身份。FAIR原则应是累积性进化流行病学的先决条件。最终，真菌基因组流行病学应将基因组、临床、环境和流行病学证据整合起来，以加强而非取代传统的流行病学调查。