海洋相关真菌碳水化合物活性酶组的基因组多样性

《Microorganisms》：Genomic Diversity of Carbohydrate-Active Enzymes in Marine-Associated Fungi

　　

海洋相关真菌拥有多样化的碳水化合物活性酶（CAZymes）库，这些酶参与碳水化合物的降解、修饰和合成。然而，不同海洋相关真菌谱系之间CAZymes的比较基因组分布特征仍缺乏充分描述。本研究采用标准化的dbCAN工作流程，对27个海洋相关真菌蛋白质组进行了CAZyme库比较分析，并辅以另外两个分离株的已发表注释数据。比较过程中纳入了基于预测蛋白质组规模和家族流行度的归一化处理，以及基于Jaccard和Bray-Curtis相异性的非度量多维尺度分析。标准化分析共检测到204个CAZy家族，其中28个存在于所有27个蛋白质组中；包括文献来源注释在内的合并清单包含206个家族。CAZyme蛋白数量范围为112至893个，相当于每1000个预测蛋白中有17.0至57.2个。在27个蛋白质组中，有25个蛋白质组的糖苷水解酶（GH）占主导地位，尽管在所有蛋白质组中都检测到了全部六大CAZy类别。两种排序分析均显示，不同分离源类别之间存在显著重叠，未观察到按来源的清晰视觉分离。总体而言，研究结果揭示了一个共享的CAZy家族子集，同时各分类单元在库规模、组成和归一化表征方面存在显著变异。这些模式描述了预测的碳水化合物加工潜力，而未建立生态特化或底物利用关系。本研究提供了一个比较基因组框架，用于研究真菌碳水化合物加工能力的多样性和进化，并为未来海洋相关真菌CAZymes的功能鉴定提供指导。

海洋相关真菌碳水化合物活性酶组的基因组多样性研究解读

一、研究背景与意义

海洋真菌在维持水生生态系统平衡中扮演着重要角色，作为腐生菌和共生菌参与海洋食物网的复杂性。这些真菌能够利用来自植物残体、藻类及其他有机物的复杂多糖，这一能力主要由碳水化合物活性酶（CAZymes）介导。CAZymes是一大类参与碳水化合物结构降解、修饰和形成的酶类，包括糖苷水解酶（GH）、糖基转移酶（GT）、碳水化合物酯酶（CE）、多糖裂解酶（PL）、辅助活性酶（AA）以及非催化性碳水化合物结合模块（CBM）。

尽管海洋相关真菌的基因组数据日益增多，但不同海洋相关真菌谱系之间CAZyme库的比较仍受限于注释程序、蛋白质组规模和分类取样的差异。现有研究缺乏对海洋相关真菌CAZyme库进行系统性、标准化比较的分析框架。因此，研究人员开展了这项研究，旨在通过标准化的注释流程，对27个海洋相关真菌蛋白质组进行CAZyme库比较分析，探究其规模、组成和分布特征，为后续功能研究奠定基础。

二、主要技术方法

研究人员采用了以下关键技术方法：首先，通过Scopus和Google Scholar文献检索，于2025年筛选出29个具有海洋相关分离源且具备基因组资源或已发表CAZyme注释的真菌分离株，主要从NCBI GenBank和JGI MycoCosm数据门户获取基因组组装和预测蛋白质组数据。其次，使用run_dbCAN v5.2.9本地分析工具进行CAZyme注释，采用DIAMOND、dbCAN-HMM和dbCAN-sub三种互补方法，仅保留至少两种方法支持的蛋白作为高置信度CAZyme候选。对于无法获取预测蛋白质组的Purpureocillium lilacinum FDZ8Y1菌株，使用AUGUSTUS v3.5.0从头预测蛋白质编码基因。蛋白质组完整性评估采用BUSCO v6.1.0蛋白模式。最后，通过非度量多维尺度分析（NMDS）基于Jaccard和Bray-Curtis相异性进行排序分析，并进行敏感性分析验证结果的稳健性。

三、研究结果

3.1 CAZyme蛋白库规模

标准化分析结果显示，27个真菌蛋白质组中高置信度CAZyme蛋白数量范围为112个（Lachancea meyersii）至893个（Hortaea werneckii）。经预测蛋白质组规模归一化后，CAZyme密度范围为每1000个预测蛋白中17.0至57.2个。H. werneckii保持最高归一化值，而Phlyctochytrium lagenaria和L. meyersii最低。归一化改变了多个分类单元的相对排名，表明绝对计数与比例表征提供了互补信息。

3.2 CAZy类别分布

所有六个CAZy类别在每个蛋白质组中均有代表。糖苷水解酶在25个蛋白质组中构成最大类别，而糖基转移酶在L. meyersii和Rhodotorula diobovata中为最大类别。GH和GT合计占单个蛋白质组总蛋白-类别成员数的58.3%-83.8%。H. werneckii含有最高的GH、GT和CE成员数，Halojulella avicenniae表现出最高的AA计数，Neocosmospora mangrovei含有最高的CBM和PL成员数。

3.3 CAZy家族普遍性与分布

标准化分析共检测到204个CAZy家族，其中28个（13.7%）存在于所有27个蛋白质组中，20个（9.8%）仅在单个蛋白质组中检测到。普遍存在的家族包括13个GT、10个GH、3个AA、1个CE和1个CBM，而没有PL家族被所有蛋白质组共享。家族丰富度范围从L. meyersii的53个到N. mangrovei的151个。GH涵盖最多检测到的家族（94个），其次是GT（41个）、CBM（25个）、PL（17个）、AA（15个）和CE（12个）。

3.4 基于Jaccard相异性的NMDS排序

基于家族存在-缺失图谱的Jaccard相异性二维排序应力值为0.096。按分离源分组时，各类别之间存在大量重叠，未观察到清晰的视觉分离。水来源蛋白质组在排序空间中广泛分散，而三个Emericellopsis物种尽管分别来源于海绵、藻类和水，却占据紧密相邻的位置。按分类纲可视化时，大多数粪壳菌纲、座囊菌纲和散囊菌纲的代表占据相对紧凑且重叠的区域，而L. meyersii和P. lagenaria则位于远离中心群体的位置。

3.5 代表性家族的归一化表征

在每个类别中平均归一化表征最高的五个家族中，AA7和AA3在AA家族中表现最高，GH16和GH5在GH家族中排名最高，GT2在GT家族中均值最高，CE4、CBM50和PL1分别是各自类别中表征最高的家族。不同蛋白质组间归一化家族表征存在显著变异，例如AA7范围从0到3.70，GH16和GT2虽在所有蛋白质组中检测到，但范围分别为0.63-2.68和1.00-2.54。

3.6 基于Bray-Curtis相异性的NMDS排序

基于归一化家族图谱的Bray-Curtis相异性二维排序应力值为0.098。不同分离源的蛋白质组在排序空间中重叠，无清晰视觉分离。水来源蛋白质组占据广泛分离的位置，而三个Emericellopsis物种彼此接近。定性模式与Jaccard排序基本一致，包括分离源类别间的重叠和三个Emericellopsis蛋白质组的邻近性。

3.7 敏感性分析

排除H. werneckii后，两种分析的保留基因组配置几乎相同，Procrustes相关性超过0.999。将数据集限制为BUSCO完整性≥90%的基因组后，Bray-Curtis配置与全数据排序中的对应位置高度一致，而Jaccard配置的一致性较低。同时应用两种排除条件产生相似结果。结果表明，基于归一化家族丰度的配置比基于家族存在-缺失的配置更稳定。

四、讨论与结论

讨论部分总结

研究发现，所有六个CAZy类别在每个蛋白质组中均有代表，但仅有28个家族在所有蛋白质组中存在，表明广泛的类别代表性与家族水平的显著变异共存。普遍存在的家族包括GH、GT、AA、CE和CBM的代表，而无PL家族被所有蛋白质组共享。几种高普遍性家族同时具有较高的归一化表征，但普遍性与表征水平并不等同。糖基转移酶的广泛分布与其在细胞壁形成和糖基化中的作用一致。碳水化合物酯酶和结合模块呈现异质性分布。多糖裂解酶是最不丰富的类别，无PL家族在所有蛋白质组中检测到。

在分离源类别方面，两种排序均显示大量重叠，无水来源相关的明确分组。水来源蛋白质组的广泛分散反映了该类别内部的生态广度异质性。Emericellopsis物种的邻近性支持了亲缘关系近的同属分类单元在不同分离源下可能保持相似的CAZyme家族图谱。分类相关性与分离源的相对贡献无法从视觉排序模式中量化。

与陆地真菌的比较表明，海洋相关真菌保留了陆地真菌中也常见的许多CAZy家族，不应将其视为海洋特异性的证据。一些PL家族先前与藻类多糖降解相关，但家族级注释本身不能确定底物特异性。海洋相关真菌可能代表了碳水化合物活性酶的潜在生物技术来源，但生化特性不能从CAZy家族成员身份推断。

敏感性分析表明，排除H. werneckii后配置几乎不变，而BUSCO完整性过滤对Jaccard配置的影响大于Bray-Curtis配置。研究局限性包括数据集规模和组成的约束、基因预测质量的差异、家族级分辨率限制功能解释，以及缺乏直接比较的陆地对照组。

研究结论

本研究通过对27个海洋相关真菌蛋白质组的标准化再分析，提供了CAZyme库的比较基因组学概述。标准化分析识别出204个CAZy家族，其中28个在所有27个蛋白质组中检测到。各分类单元在库规模、家族组成和归一化表征方面的显著变异与此共享子集并存。存在-缺失和归一化丰度排序均显示分离源类别间大量重叠，无清晰视觉分离。敏感性分析表明，排除H. werneckii后保留蛋白质组的配置基本不变，而BUSCO完整性过滤对Jaccard配置影响更大。检测到的家族代表推定的基因组潜力，而非已证实的底物利用或酶性能。需要更广泛、分类学平衡的取样，包括匹配的陆地比较，以及转录组学、蛋白质组学和实验验证，才能阐明所观察变异的功能和生态学意义。