蜘蛛丝蛋白基因家族在蜘蛛深时演化中的兴起与多样化

《Current Biology》：The rise and diversification of spidroins in the deep-time evolution of spiders

　　

蜘蛛的演化成功常被归因于其惊人的产丝与用丝能力，但丝蛋白的分子基础与表型基础同蜘蛛多样化之间的潜在关联，很少在稳健的、有年代标定的系统发育框架中得到检验。本研究利用基因组与转录组数据重建并估算了蜘蛛生命树的分歧时间，为检验上述假说提供了宏观演化背景。研究人员通过组学数据系统检索蜘蛛丝纤维蛋白（spidroin）基因家族成员，并在迭代式系统发育流程中对其进行鉴定。研究新发现四类序列特征非典型的丝蛋白，它们在真蜘蛛中广泛分布，并可能影响蛛丝性能——这一推断基于系统发育广义线性混合模型（PGLMM）与系统发育广义最小二乘（PGLS）分析。结合稳健的、有年代标定的蜘蛛系统发育基因组树与全面的丝蛋白数据集，研究揭示了丝蛋白演化的整体图景。通过状态形成-灭绝分析（state speciation and extinction analyses），研究人员发现，在所有二态丝蛋白相关性状中，仅聚集体腺（aggregate gland）的存在与较高的多样化速率相关；而蜘蛛的成种速率则依赖于壶状腺相关非典型丝蛋白（ampullate-gland-associated-atypical spidroin）类型的数量、丝腺类型的数量、丝蛋白总拷贝数及丝蛋白总类型数。

蜘蛛丝蛋白基因家族在深时演化中的兴起与多样化：一项系统发育基因组学综合研究

一、研究背景与科学问题

蜘蛛（Araneae）是拥有超过54,000个物种的超多样化捕食者类群，几乎遍布所有陆地生态系统。蛛丝作为蜘蛛的标志性扩展表型，其生态成功常被归因于产丝能力。与昆虫相比，蜘蛛在食性和形态上表现出相对有限的变异，但在蛛丝利用方面展现出显著多样性，包括网形、织网行为及丝类型。然而，蜘蛛多样化与丝相关性状之间的关系鲜少得到检验。

丝的主要分子组分由称为蜘蛛丝纤维蛋白（spidroin）的大型基因家族编码。丝蛋白具有相似的结构：保守的N端结构域（NTD）和保守的C端结构域（CTD），二者均可能参与蛛丝组装；两者之间为高度重复区域，决定丝的力学性能。真蜘蛛（下目Araneomorphae）的任务特异性丝可由一种或多种丝蛋白组成，并以产生它们的丝腺命名。目前真蜘蛛中已识别出八种主要丝蛋白类型。中突蛛类（Mesothelae）和原蛛类（Mygalomorphae）生活方式较为同质，被认为拥有各自独特的多功能丝类型。由于已测序丝蛋白稀缺、分类采样偏向高多样性的园蛛总科（Araneoidea）以及单基因系统发育信号不足，丝蛋白的真实多样性与演化历史仍未得到解决。

二、研究内容与主要结论

为探究丝蛋白及丝蛋白相关性状是否促成蜘蛛谱系的生态成功，研究人员在精确标定的系统发育基因组框架中重建了丝蛋白的演化历史并检验相关假说。研究人员利用组学数据推断269种蜘蛛的系统发育关系，并从16个基因组和439个转录组中广泛挖掘丝蛋白。采用物种树感知方法推断丝蛋白演化历史并将其归类为单系类型。通过上述工作，研究人员扩展了已知丝蛋白库：既延伸了既有丝蛋白类型的分布范围，又鉴定出四类新型丝蛋白。随后利用系统发育比较方法推断蜘蛛多样化与丝蛋白相关性状之间的关联。

三、主要关键技术方法

研究人员构建了两个系统发育基因组矩阵：矩阵1含269种蜘蛛及9个外群，用于重建并标定蜘蛛生命树；矩阵2含301种具拖丝性能数据的蜘蛛，用于检验非典型丝蛋白与拖丝性能的关联。系统发育推断采用IQ-TREE在PMSF模型下进行，分歧时间估算采用MCMCTree配合42个化石校准点。丝蛋白挖掘采用HMMER基于34个HMM谱进行迭代搜索，并使用IQ-TREE和GeneRax进行基因树推断与物种树-基因树协同分析。此外，研究人员对6个物种测序了123个组织特异性转录组（ONT长读长平台），并利用Salmon量化基因表达水平。样本采集自中国、肯尼亚和葡萄牙的野外考察及宠物贸易渠道。

四、研究结果

Timetree of spiders（蜘蛛时间树）

研究人员利用转录组和基因组数据重建了269种蜘蛛及9个外群的系统发育关系，覆盖136科中至少114科及所有主要支系。最大似然系统发育分析恢复了所有广泛接受的主要支系，均获得100%超快自展支持率（UFBoot）和100%SH-aLRT支持率。分子钟分析（42个化石校准）得出精确的分歧时间估计：须腹蛛目与蝎子估计在奥陶纪-志留纪分歧（478.39–434.09百万年前）；冠蜘蛛在泥盆纪-石炭纪分歧（365.62–348.82百万年前）；真蜘蛛估计起源于石炭纪-二叠纪（307.52–290.35百万年前）；园蛛总科起源于侏罗纪-白垩纪（160.90–143.29百万年前）；RTA支系估计在白垩纪分歧（135.20–121.32百万年前）。

Expanded spidroin repertoire and the discovery of new spidroin types（丝蛋白库扩展与新丝蛋白类型的发现）

研究人员通过HMMER在439个转录组和16个基因组中穷尽搜索丝蛋白，经迭代流程鉴定后保留1,866个NTD和1,768个CTD用于下游分析。基于约350个丝蛋白的NTD-CTD拼接数据集，利用IQ-TREE和GeneRax重建丝蛋白演化历史。研究成功鉴定出全部10类已知丝蛋白类型，并确认了大多数类型的单系性。值得注意的是，CySp直系同源物存在于Hypochilidae中，Flag直系同源物存在于Titanoecidae和RTA支系多个成员中，AgSp直系同源物广泛存在于缺乏典型聚集体腺的非园蛛总科蜘蛛中。研究还发现了八类此前未知的丝蛋白类型，其中四类形成广泛分布于真蜘蛛的明显大簇，被命名为Nyx丝蛋白、Atropos丝蛋白、Lachesis丝蛋白和Clotho丝蛋白（以希腊神话夜女神尼克斯及其三个命运女儿命名）。Nyx丝蛋白具有保守的NTD但缺乏保守CTD；Atropos丝蛋白通常很短，含丝蛋白NTD后接2–62个氨基酸；Lachesis丝蛋白在四类中跨谱系序列结构最保守，长度通常为870–1,321个氨基酸；Clotho丝蛋白结构变异较大，含NTD和可比对至丝蛋白CTD的区域，但该区域从不位于羧基末端。

Expression patterns of spidroins across true spiders（真蜘蛛中丝蛋白的表达模式）

研究人员对6个物种测序了123个组织特异性转录组，并结合公开数据揭示了丝蛋白在真蜘蛛中的一致表达模式。CySp直系同源物在成熟雌性Ectatosticta davidi的类棘形腺中高表达，为棘形腺与圆柱腺的同源性提供了进一步证据。RTA支系中的Flag直系同源物在与后侧纺器（PLS）相连的丝腺中高表达，支持其形成筛器捕获丝轴向纤维的假说。AgSp直系同源物在非园蛛总科蜘蛛中高表达于PMS或PLS丝腺，其表达模式与副筛器腺的分布一致。四类新型丝蛋白均在丝腺中高表达：Nyx丝蛋白在棘形丝腺中高表达，可能是棘形丝中除AcSp外的另一组分；Atropos、Lachesis和Clotho丝蛋白在壶状腺中相对高表达，但表达量始终比AmSp低数个数量级，研究人员将其统称为壶状腺相关非典型（AAA）丝蛋白。单细胞转录组数据显示Lachesis丝蛋白的表达模式类似MaSp-group 1，Clotho丝蛋白拷贝1类似MaSp-group 2，且二者在T. clavata拖丝中的存在已获蛋白质组数据证实。

The potential function of AAA spidroins（AAA丝蛋白的潜在功能）

研究人员汇编了301个物种的拖丝力学性能数据集，并通过PGLMM和PGLS分析检验AAA丝蛋白与拖丝性能的关联。在控制AmSp亚型数量作为协变量后，两种分析一致支持三个显著关联：Atropos丝蛋白的存在与拖丝杨氏模量负相关（斜率[95%置信区间]：?0.22[?0.33, ?0.10]，p_MCMC = 2.5e?4，p_PGLS = 1.9e?6）；AAA丝蛋白类型数与杨氏模量负相关（斜率[95%CI]：?0.18[?0.32, ?0.04]，p_MCMC = 0.015，p_PGLS = 4.91e?4）；AAA丝蛋白数量与杨氏模量负相关（斜率[95%CI]：?0.21[?0.40, 0.01]，p_MCMC = 0.04，p_PGLS = 2.04e?3）。Lachesis丝蛋白的存在与拖丝结晶度正相关仅获PGLS支持（p_PGLS = 1.14e?3）。

Evolution of spidroins mapped on the spider tree of life（丝蛋白演化在蜘蛛生命树上的映射）

研究结果显示丝蛋白重复事件在蜘蛛系统发育的深节点更为频繁，而丢失事件广泛分布且数量远超重复。中突蛛类特有的丝蛋白并非单系，表明丝蛋白演化中最古老的重复事件发生在所有现存蜘蛛的祖先中。原蛛类丝蛋白亦非单系，MySp1与PySp为姐妹群，MySp2缺乏CTD且在大多数科中丢失。真蜘蛛祖先已拥有至少十类主要丝蛋白类型，包括PySp、AmSp、AcSp、CySp、Nyx+Atropos直系同源物、Lachesis丝蛋白、Clotho丝蛋白、CrSp、Flag+Pflag直系同源物及AgSp直系同源物。真蜘蛛内部丝蛋白的分布主要由谱系特异性丢失事件塑造：Lachesis丝蛋白和Flag+Pflag直系同源物在Hypochilidae、Filistatidae和Synspermiata组成的支系中丢失；CrSp和AgSp直系同源物的进一步丢失发生在Synspermiata祖先；CrSp丢失、AgSp重复及聚集体腺起源均发生在园蛛总科祖先；Titanoecidae和RTA支系的共同祖先丢失了Pflag；狼蛛总科部分支系和Dionycha支系（含跳蛛）表现出CrSp、Flag直系同源物和AgSp直系同源物的趋同丢失。

Spidroin-related traits and evolutionary rate of spiders（丝蛋白相关性状与蜘蛛演化速率）

研究人员使用BAMM检测多样化速率转变，发现蜘蛛系统发育内速率异质性显著（净多样化速率变化达29倍），但未发现深节点多样化速率增加的证据。最佳转变配置含十个速率转变，均为较浅节点的净多样化速率增加，其中园蛛总科和RTA支系的速率升高在后验中频繁被采样。在HiSSE框架下测试30个模型后，仅聚集体腺的存在与否表现出性状依赖的多样化：最佳拟合全HiSSE模型显示聚集体腺的存在与较高多样化速率相关。QuaSSE分析显示四个定量性状均支持性状依赖的成种：AAA丝蛋白类型数和丝蛋白拷贝数的最佳模型为带漂移的正S形函数，成种速率分别在AAA丝蛋白类型数达2.92、丝蛋白拷贝数达7.46后升高；丝蛋白类型数和丝腺类型数的最佳模型为带漂移的正驼峰形函数，成种速率分别在丝蛋白类型数达6.34、丝腺类型数达3.99时达到峰值。

五、讨论与结论

Robust timetree of spiders（稳健的蜘蛛时间树）

研究恢复了所有广泛接受的主要支系且支持率高。首次测序了Borboropactus的转录组，结果显示其属于与Thomisidae不同的独立科（Borboropactidae）。利用42个化石校准和MCMCTree获得比以往研究更精确的分歧时间估计，例如冠蜘蛛起源估计为365.62–348.82百万年前（跨度16.8百万年），远窄于此前研究的430–354百万年前（跨度76百万年）。

Expanded view of molecular toolkit for spider silk production（蜘蛛产丝分子工具库的扩展视角）

四类新型丝蛋白在真蜘蛛中广泛存在且演化历史古老，不具备已知丝蛋白的典型结构，但在丝腺中特异性表达。这些蛋白属于蜘蛛丝构成元件（SpiCE）范畴——此前发现的SpiCE仅限于园蛛总科，本研究将其利用谱系范围大幅扩展。将性能改变型小蛋白纳入产丝过程可能是蜘蛛的古老策略。AAA丝蛋白的存在和数量与拖丝杨氏模量相关，含Atropos丝蛋白及更多AAA丝蛋白拷贝的物种倾向于具有更低杨氏模量的拖丝。Flag直系同源物和AgSp直系同源物在远广于此前认知的真蜘蛛谱系中存在，将其起源推回至蜘蛛系统发育中更深的节点。丝蛋白拥有与网形态是解耦的，CrSp和AgSp直系同源物的同时拥有不仅是祖征，在筛器蜘蛛中也普遍存在。

Partial spidroin-related traits associate with higher diversification rate（部分丝蛋白相关性状与较高多样化速率相关）

在HiSSE框架下，仅聚集体腺的存在与较高多样化速率相关，且最佳拟合模型表明这种关联可能不能完全由聚集体腺本身解释。其他丝蛋白相关二态性状（如筛器缺失、壶状腺-梨状腺系统存在）均最佳拟合性状独立模型。QuaSSE分析发现丝蛋白相关定量性状与成种速率存在关联：含全部三类AAA丝蛋白的蜘蛛成种速率中等程度升高；丝蛋白拷贝数超过七的蜘蛛成种略快；丝蛋白类型数为六至七、丝腺类型数为四时成种速率最高。这种最优值可能反映了丝 versatility 与代谢效率之间的权衡——维持约四类丝腺和六至七类丝蛋白以满足运动、庇护和繁殖的基本需求，可能代表了平衡功能多样性与代谢需求的演化最优解。

研究结论

研究人员重建了蜘蛛的演化历史，建立了新的分子时间尺度，并以此为框架推断其丝蛋白的演化。研究解决了已知丝蛋白类型的系统发育分布，发现四类广泛存在于真蜘蛛中的新型丝蛋白，扩展了产丝的已知分子工具库。这些新型丝蛋白在丝腺中活跃表达，可能影响丝功能，尤其是拖丝力学。演化分析结果显示，大多数丝蛋白多样性起源于真蜘蛛支系的早期，后续多样化主要由基因丢失而非重复塑造。一些此前被认为局限于特定类群的丝蛋白被发现分布更广，挑战了关于丝演化的既有假设。多样化分析揭示，少数丝相关性状（如聚集体腺的存在）与较高成种速率强相关，定量性状（如丝蛋白数量和多样性）亦与成种速率相关。