《Current Opinion in Insect Science》：Comparative genomics of insect peptide hormones: from annotation artifacts to evolutionary prediction
编辑推荐：
•第三代测序系统性地纠正了肽编码基因的错误阴性注释。•采用非对称证据框架，严格区分基因的存在与缺失。•神经肽基因的真正缺失与昆虫生活史的转变密切相关。•提出神经肽协同进化假说以阐明其潜在动态。引言昆虫纲包含超过一百万个已描述物种，占地球上已记录动物多样性的近三分之二。支撑这一
- •
第三代测序系统性地纠正了肽编码基因的错误阴性注释。
- •
采用非对称证据框架，严格区分基因的存在与缺失。
- •
神经肽基因的真正缺失与昆虫生活史的转变密切相关。
- •
提出神经肽协同进化假说以阐明其潜在动态。
引言
昆虫纲包含超过一百万个已描述物种，占地球上已记录动物多样性的近三分之二。支撑这一适应辐射的核心机制是围绕肽类激素构建的神经内分泌调节网络 1, 2。肽类激素，包括神经肽、蛋白质激素及其加工产物，调控着从蜕皮和发育到代谢稳态，从生殖成熟到社会行为等各种过程，几乎触及昆虫生命周期中的每一个关键节点 3, 4**, 5。以Drosophila melanogaster为参照，通过生化纯化、基因组挖掘以及受体的反向药理学研究，已逐步建立了约50个保守的神经肽家族 2, 6*，并随后通过基于同源性的搜索将其扩展到了Apis mellifera、Tribolium castaneum和Acyrthosiphon pisum等代表性昆虫 7, 8, 9。专门的神经肽数据库DINeR的开发进一步实现了跨物种注释的标准化 [10]。
以i5K计划 [11]、地球生物基因组项目 12, 13 和达尔文生命之树项目 [14] 为代表的大规模测序工作，在过去五年中将染色体水平的昆虫基因组组装数量提升至数百个，涵盖了几乎所有现存的目。然而，肽前体基因的注释却出了名的困难，因为编码其成熟肽的开放阅读框极短，通常仅含24至45个核苷酸，序列保守性低，且倾向于位于重复序列丰富的基因组区域 1, 10, 15，这导致自动注释流程经常将其作为假阴性过滤掉 [16]。在比较基因组学中，将检测缺失等同于基因的真正缺失已成为一种普遍但极具误导性的推论捷径。文献中所报告的大量基因缺失究竟反映了真实的进化事件，还是仅仅属于注释伪影，是一个必须在方法论层面加以解决的问题。以这一问题为出发点，我们区分了假缺失——即由于注释敏感性不足而产生的假阴性——与真缺失——即在进化过程中真正发生的基因消失。在此基础上，我们重新审视了肽编码基因的跨谱系进化模式，并试图阐明可能预测其保留或丢失的一般规则，从而为神经肽研究提供一条从注释偏倚走向进化预测的可行路径。
章节摘要
长读长测序恢复了早期基因组组装中遗漏的神经肽前体基因
第三代长读长测序正在从根本上重塑昆虫基因组组装的质量，并暴露出早期草图版本中被掩盖的大量假缺失注释。Gryllus bimaculatus提供了一个教科书式的案例。其早期短读长草图版本严重碎片化，包含近48,000个支架，九种核心神经肽前体基因均被判定为缺失。随后利用PacBio HiFi与Nanopore数据联合构建的染色体水平组装……
基因缺失的非随机分布及其与生活史的关联
为了阐明基因缺失的模式，多个研究小组系统地比较了多个昆虫目中约50个保守的神经肽家族。这些家族的绝大多数在有翅昆虫的共同祖先中就已存在，而缺失事件则集中在特定谱系中。在半翅目中，蚜虫总科已失去了corazonin（Crz）基因 [9]。膜翅目中寄生蜂谱系表现出高于平均水平的……
拷贝数扩增与前体加工的进化
与基因缺失相反，多个肽类家族在特定谱系中经历了显著的拷贝数扩增。胰岛素样肽（ILPs）提供了一个清晰的例子。Apis mellifera仅保留两个ILP基因 56, 57，Drosophila melanogaster拥有八个ILP基因（DILP1-DILP8）58, 59，而Bombyx moni中的蚕蛹素家族则通过串联重复扩增至约38个拷贝 [60]。Veenstra的系统发育分析将节肢动物ILP超家族追溯至……
参考文献与推荐阅读
在综述期内发表且具有特殊意义的论文标记如下：
* 具有特殊意义
** 具有杰出意义
资助
本研究得到国家自然科学基金（编号：32470528）的资金支持。
利益冲突声明
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Hui-Ling Zhou|Bin Li
