基于图泛基因组解析异源多倍化事件的结构与功能影响

《SCIENCE ADVANCES》：Graph-based pangenome analysis uncovers structural and functional impacts of allopolyploidization events

　　

图泛基因组（graph pangenome）的出现推动了跨物种结构变异（structural variants, SVs）的研究，但复杂倍性对SV景观的影响仍研究不足。Brettanomyces bruxellensis是一种经历多次异源多倍化（allopolyploidization）事件塑造的酵母，因其基因组与表型多样性已被充分表征而成为理想模型。研究人员整合了亚基因组解析组装（subgenome-resolved assemblies）与群体尺度基因组及转录组数据集，以在物种水平表征SV分布与功能影响。借助参考图泛基因组，研究人员在1060株分离株中检测到5972个独特SV。异源多倍体基因组携带的SV显著多于二倍体（平均320 vs 116），反映杂交对基因组架构的广泛影响。功能关联分析揭示27.5%的SV局部影响基因表达。此外，源于亚基因组间祖先分歧的SV子集（杂交相关SV）形成结构多样性热点，并不成比例地影响基因表达，其效应量大于其他SV。这些发现强调异源多倍化是结构与功能基因组多样化的驱动力，凸显基于图的方法在解析复杂基因组进化中的价值。

研究背景方面，多倍化（polyploidization）即全基因组复制，是真核生物进化的主要驱动力之一，促进物种形成、适应与基因组创新。异源多倍体（allopolyploidy）源于相关物种杂交，通过将来自不同亲本谱系的 divergent 基因组拷贝汇聚于单一核内而引入即时遗传多样性，其中共享亲本来源的序列集合称为亚基因组（subgenome）。以往多倍化后果多通过小基因组变异或基因序列分析探讨，但其对较大结构变异（SVs；≥50 bp）的影响因多倍体基因组SV检测的技术挑战而被忽视。长读长测序、单倍型解析组装与图泛基因组等进展为鉴定多倍体SV提供工具，可清晰区分单倍型与亚基因组。Brettanomyces bruxellensis经历了至少三次独立异源多倍化事件，自然群体包含五个遗传簇：两个二倍体簇（D1和D2）仅携带所有簇共享的初级亚基因组；三个异源三倍体簇（A1、A2和A3）保留两个初级亚基因组拷贝并携带一个簇特异性获得亚基因组。该物种拥有1060株短读长测序分离株、71株长读长测序分离株及87株转录组数据。本研究利用这些资源，基于亚基因组解析组装构建图泛基因组，全面分析该物种SV景观，揭示亚基因组间结构差异、其在特定基因组热点的集中及其对基因表达的显著影响。研究得出异源多倍化驱动结构与功能基因组多样化的结论，凸显图泛基因组在解析复杂基因组进化中的价值，论文发表在《SCIENCE ADVANCES》。重要意义在于为B. bruxellensis的SV研究提供宝贵资源，并支持工业相关分离株的表征与选择。研究使用的主要关键技术方法包括：从既往研究获取71株分离株的长读长亚基因组解析组装，并用Illumina双端测序数据抛光；使用Minigraph-Cactus v2.6.4构建图泛基因组；利用vg工具包v1.54.0将1060株分离株的Illumina双端读段映射至图泛基因组进行SV分型；采用竞争性映射策略确定SV的亚基因组归属；使用MITE-tracker与vsearch鉴定MITE家族；使用iNext v3.0.0进行稀疏化建模；使用lmerTest进行线性混合模型关联分析。样本队列来源为既往研究报道的1060株短读长测序分离株、71株长读长测序分离株及87株分离株的转录组数据。研究结果如下：参考图泛基因组捕获亚基因组多样性——基于71株长读长亚基因组解析组装，使用Minigraph-Cactus算法从初级线性参考基因组出发构建图泛基因组，总长26,926,529 bp，分布于5,464,509个片段，估计总长37.0 Mb，图捕获72.8%，据稀疏化模型需169株分离株达到物种泛基因组长度的90%；通过计算片段在初级与三个获得亚基因组中的出现频率，提取四个亚基因组特异性图，其总长从获得亚基因组1、2、3的9.63、11.49、12.58 Mb到初级亚基因组的12.86 Mb，与各异源多倍体遗传簇中观察到的获得-初级亚基因组转换程度一致，A1亚基因组转换最广泛、最短且贡献非参考材料最少，四个亚基因组图共享7.02 Mb，各图私有0.55至1.3 Mb，基于片段出现的tSNE投影显示亚基因组特异性片段清晰分离。初级亚基因组驱动长期泛基因组扩张——基因组平均含853 kb非参考序列，二倍体平均314 kb而异源多倍体平均1.3 Mb，获得亚基因组带来的非参考序列多于初级亚基因组（平均785 vs 467 kb，P = 1.65 × 10?4），但获得亚基因组早期扩张迅速饱和，A1、A2、A3泛亚基因组分别需5、7、2株分离株达到80%饱和度，而初级泛亚基因组需95株，即使在异源多倍体簇内初级亚基因组也需更多分离株达到饱和，揭示获得基因组多样性较低而初级基因组随分离株数增加扩张更大。基于图泛基因组的全物种SV定位——通过将测序读段映射至图，在1060株分离株中检测到212,177个冗余SV，对应5972个独特SV事件（≥50 bp），包括1385个插入、939个缺失和3648个复杂SV，SV长度可达18 kb、平均345 bp；插入序列存在大量序列冗余，655个插入（47.3%）与另一插入序列相似性超过90%，与MITE相关，在71个基因组中鉴定23个MITE家族（大小388至800 bp），1092个MITE相关SV占SV总数18.3%，解释几乎所有插入序列冗余，多数MITE家族跨遗传簇与亚基因组共享，但家族4和5限于所有簇的初级亚基因组，家族1、9、18和21跨亚基因组共享但几乎独属于单一遗传簇。异源多倍化增强群体结构变异——基于5972个非冗余SV构建的邻接树与基于SNP的遗传簇完全一致；二倍体分离株平均116个SV，异源多倍体平均320个（P < 2.2 × 10?16），异源多倍体杂合SV平均比例0.70而非异源多倍体0.46（P < 2.2 × 10?16）；与Saccharomyces cerevisiae参考图泛基因组比较，B. bruxellensis群体结构多样性为1.39 × 10?5，而含三倍分离株的S. cerevisiae仅5.49 × 10?6，为B. bruxellensis的0.4倍，镜像于核苷酸多样性差异（1.2 × 10?2 vs 3.6 × 10?3），各遗传簇结构多样性A1、A2、A3、D1、D2分别为13.5、16.2、19.5、5.0、5.6 × 10?6，异源多倍体簇高于二倍体簇（P < 2.2 × 10?16），非异源多倍体簇与S. cerevisiae同数量级，表明异源多倍化是结构多样性的主要驱动力。SV热点源于祖先亚基因组分歧——利用亚基因组感知图泛基因组区分突变传播产生的SV与杂交获得的SV，后者以特定获得亚基因组内高等位基因频率（AF > 0.75）且相应分离株初级亚基因组内低频率（AF < 0.05）为特征，在31株具定性初级与获得基因组组装的异源多倍体分离株中分析，获得基因组上SV等位基因频率明显偏向高值（P < 2.2 × 10?16），鉴定278个SV（4.8%）为通过杂交引入的亚基因组间祖先结构差异即杂交相关SV，其中114、135和35个分别为初级亚基因组与A1、A2、A3亚基因组的祖先差异，仅5个SV满足多于一个获得亚基因组的标准，表明多数杂交相关SV为簇特异性；尽管数量有限，其在群体中高频率且沿基因组不均匀分布形成显著结构多样性热点，21个热点中6个主要与杂交相关SV有关，其分布在异源多倍体簇间不同，部分簇特异性部分共享。杂交相关SV不成比例影响基因表达——利用87株分离株转录组数据，考虑32,590个SV-基因对（间隔小于50 kb，涉及4952个基因和857个SV），使用线性混合模型防止群体结构混杂，436对显示显著关联；857个测试SV中236个（27.5%）对基因表达有局部影响，影响298个基因（占测试基因6.0%），关联SV中132个缺失（占测试缺失36.1%）、53个插入（26.5%）和51个复杂SV（17.5%），缺失比插入（OR = 1.56，P = 0.024）和复杂SV（OR = 2.65，P = 1.2 × 10?7）更频繁关联；尽管样本量有限（n = 6），重叠基因的SV对基因表达效应量有高于基因上下游SV的趋势（P = 0.021和0.022）；通过跨亚基因组竞争性映射，40个测试SV被鉴定为杂交相关SV，其中21个（51%）与局部差异基因表达关联，显著富集（OR = 2.92，P = 0.00105），且杂交相关SV效应量高于其他关联SV（平均0.31 vs 0.24，P = 0.0051），表明异源多倍化通过结构多样性的出现对基因表达多样化产生实质影响。讨论部分总结：多倍化事件对物种基因组多样性有深远影响，多倍体可通过增加细胞DNA含量放大突变输入及掩盖隐性有害变异，以及通过整合 divergent 基因组拷贝即时增加结构变异，本研究证明杂交SV强烈影响基因表达并可能大幅促进异源多倍体分离株的表型多样化；三个获得亚基因组受获得-初级基因组转换差异化塑造，导致簇特异性总长与非参考内容差异，该变异不太可能反映杂交事件年龄，因为LOH模式在给定异源多倍体簇内高度均一且初级与获得亚基因组仍 largely 共线与共线性，提示转换事件在异源多倍化后迅速发生并在各簇内固定，很可能由适应驱动；图泛基因组在实现这些发现中起关键作用，尽管泛基因组现已在二倍体物种常规开展，多倍体泛基因组仍稀缺，图泛基因组为探索多倍体结构基因组进化提供强大工具；本研究构建的参考图泛基因组也为该物种SV进一步研究提供宝贵资源，鉴于B. bruxellensis在啤酒与葡萄酒发酵中的工业意义，该图可支持特定应用分离株的表征与选择；研究局限包括亚基因组定相方法依赖序列分歧可能遗漏亚基因组间重组事件、当前图泛基因组捕获约75%估计物种多样性、当前群体偏向葡萄酒相关分离株妨碍结构变异与生态位的稳健关联分析。研究结论翻译：总之，本研究强调异源多倍化的结构与调控后果，同时证明图泛基因组在阐明复杂系统基因组进化中的威力。