《Biology》：Mitochondrial Genome Architecture of Cephus nigrinus Thomson, 1871 and the Conserved IQM Rearrangement in Cephinae (Hymenoptera: Cephidae)
编辑推荐：
线粒体基因重排（mitochondrial gene rearrangements）为研究膜翅目（Hymenoptera）基因组进化提供了有用的特征，但茎蜂科（Cephidae）内的线粒体基因组采样（mitogenomic sampling）仍然有限。本研究中
线粒体基因重排（mitochondrial gene rearrangements）为研究膜翅目（Hymenoptera）基因组进化提供了有用的特征，但茎蜂科（Cephidae）内的线粒体基因组采样（mitogenomic sampling）仍然有限。本研究中，研究人员利用公开可获得的Illumina全基因组测序数据（Illumina whole-genome sequencing data）（SRA: SRR23907852）重构了Thomson于1871年描述的Cephus nigrinus的线粒体基因组，并与已公开的茎蜂线粒体基因组进行了比较。组装序列长16,782 bp，A + T含量（A + T content）为81.38%，包含13个蛋白编码基因（protein-coding genes, PCGs）、22个转移RNA基因（transfer RNA genes, tRNAs）和两个核糖体RNA基因（ribosomal RNA genes, rRNAs）。在提交的注释中鉴定出一个1295 bp的A + T丰富区（A + T-rich region）。比较基因顺序分析（comparative gene-order analysis）揭示了祖先线粒体IQM基因簇（IQM cluster）的保守重排，其特征为trnQ定位于靠近nad2（NADH脱氢酶亚基2基因）的trnI之前，以及trnM紧邻rrnS（核糖体RNA小亚基基因）下游重定位。基于13个蛋白编码基因、22个tRNAs和两个rRNAs串联数据集（concatenated dataset）的系统发育分析（phylogenetic analyses）以强支持度支持C. nigrinus和C. pygmeus为姐妹分类单元（sister taxa）。然而，在最大似然分析（maximum-likelihood analysis）中，该分支相对于C. cinctus的位置获得了较低的支持度。研究结果扩展了茎蜂亚科（Cephinae）的可用线粒体基因组信息，并支持所研究的茎蜂物种中线粒体基因组织重排的保守性。需要进一步验证以确立重复控制区（repetitive control region）的完整结构。
膜翅目（Hymenoptera）昆虫的线粒体基因组因结构紧凑、母系遗传、直系同源基因含量保守及进化速率相对较高等特点，已成为分子系统学、物种鉴定、群体遗传学和谱系地理学研究的宝贵分子资源。与单一线粒体标记（如cox1）相比，完整线粒体基因组可提供核苷酸组成、密码子使用、进化速率、RNA二级结构及基因顺序重排等更多系统发育信息字符，有助于改善系统发育分辨率、澄清分类关系并鉴别近缘种。茎蜂科（Cephidae）中多个物种如C. cinctus、C. pygmeus等是重要农业害虫，其幼虫在禾本科和谷物茎内生活，导致茎秆弱化、倒伏和产量下降。尽管膜翅目线粒体基因组研究发展迅速，但该类群在科和属水平的采样仍不完整，传统上归为并系类群 Symphyta 的基部类群尤其缺乏代表性数据。在茎蜂亚科（Cephinae）中，前人研究已揭示IQM基因簇（IQM cluster）重排、rrnS异常延长以及A+T丰富区（A + T-rich region）串联重复扩张等共有衍征，但C. nigrinus等非Cephini类群的线粒体基因组信息仍然有限，部分已提交GenBank的序列在非编码区或末端区域不完整，限制了全基因组长度和控制区结构的直接比较。因此，研究人员开展本研究以扩展茎蜂亚科线粒体基因组资源，并检验IQM相关重排在该属中的保守性。
研究人员基于NCBI序列读取存档（Sequence Read Archive, SRA）中公开可获得的Illumina全基因组测序数据（登录号SRR23907852），对Cephus nigrinus（Thomson, 1871）的线粒体基因组进行了从头组装（de novo assembly）与注释，系统表征了其基因内容、核苷酸组成、密码子使用及基因组织结构，重点分析了IQM相关重排；同时比较了该物种与C. cinctus、C. pygmeus和C. sareptanus的线粒体基因组排列，并基于串联数据集重建了系统发育关系。研究成功重构出一条16,782 bp的线粒体基因组，包含典型的37个基因和一个注释的A+T丰富区，证实了其具有与祖先类型不同的IQM重排模式，且该衍生排列在所研究的Cephus物种中表现保守。系统发育分析强烈支持C. nigrinus与C. pygmeus构成姐妹群，但Cephus内更深层的系统发育关系在两种方法间支持度不均一。研究结果扩展了茎蜂亚科线粒体基因组数据，为理解膜翅目早期分化类群的线粒体基因组进化提供了新证据，同时展示了利用公共全基因组测序数据获取线粒体资源的价值。
研究人员利用Trimmomatic v0.39对原始测序 reads 进行质量与接头过滤，以Cephus pygmeus线粒体基因组为参考采用BBMap v38.90比对以识别线粒体 reads，最终通过SPAdes进行从头组装（de novo assembly），利用MITOS2 web服务器结合无脊椎动物线粒体遗传密码（NCBI遗传密码5）完成基因注释，并在Geneious Prime中人工检验基因边界与排列。系统发育分析将13个蛋白编码基因（protein-coding genes, PCGs）、22个转移RNA基因（transfer RNA genes, tRNAs）和两个核糖体 RNA 基因（ribosomal RNA genes, rRNAs）通过MAFFT v7比对后用SequenceMatrix v1.7.8串联，形成16,619个比对位点。采用MrBayes v3.2.7进行贝叶斯推断（Bayesian inference, BI），IQ-TREE v1.6.12进行最大似然法（maximum-likelihood, ML）分析，以Cladiucha punctata（Tenthredinidae）为外类群。样本数据来源于NCBI SRA公共数据库，未进行新的野外采集或测序。
线粒体基因组组装与覆盖度评估
研究人员通过从头组装获得一条16,782 bp的线粒体序列（GenBank登录号BK071385），包含13个蛋白编码基因、22个tRNAs和两个rRNAs，其中23条基因位于正链（+ strand），14条位于负链（? strand）。序列A+T含量达81.38%，注释了一个1295 bp的A+T丰富区。利用BWA-MEM v0.7.17将过滤后的reads回贴，平均测序深度为6219.26×，所有位点均超过10×阈值，且最终序列不含模糊碱基（N）。
比较基因组学与基因顺序重排
研究人员比较了C. nigrinus与C. cinctus、C. pygmeus和C. sareptanus的已发表注释，发现C. nigrinus的线粒体基因排列不同于推测的祖先昆虫基因顺序，特别是IQM基因簇发生保守重排：trnQ位于靠近nad2的trnI之前，trnM紧邻rrnS下游。在C. cinctus和C. pygmeus中观察到相同的相对位置；C. sareptanus虽缺少trnQ和trnI区域，但trnM同样位于rrnS下游。现有GenBank注释表明所研究Cephus物种中的重排组织具有保守性，但比较受限于不完整末端序列。
核苷酸组成与密码子使用偏好
13个蛋白编码基因总长度为11,121 bp。相对同义密码子使用度（Relative Synonymous Codon Usage, RSCU）分析显示该线粒体基因组偏好A/U丰富密码子，其中UUA（Leu）的RSCU值最高（4.64），其次为CGA（Arg; 2.80）和UCA（Ser; 2.76）。绝对计数最高的密码子为AUU（Ile; 415次）和UUA（Leu; 404次），提示相对密码子偏好与绝对密码子丰度应加以区分。
系统发育关系重建
基于17个分类单元、16,619个比对位点的串联线粒体数据集，ML和BI分析均将C. nigrinus与C. pygmeus恢复为姐妹群，ML超快速bootstrap（ultrafast bootstrap）支持值为100，BI后验概率为1.00。然而，该分支相对于C. cinctus的位置在ML分析中支持度较低（ultrafast bootstrap = 60）。探索性分析显示第三密码子位点存在较明显的替换饱和（substitution saturation）倾向，且配对序列对称性检验揭示数据集存在组成非均相性（compositional heterogeneity）。排除第三密码子位点的ML敏感性分析亦未能解决Cephus内深层关系的不确定性。
研究指出C. nigrinus的16,782 bp序列虽包含注释的1295 bp A+T丰富区，但昆虫线粒体基因组通常呈环状DNA分子，该组装序列的环状化及控制区完整重复结构尚未经独立实验验证，短读长测序可能难以完全解析高度重复的调控区序列。IQM相关重排与trnI和trnQ相对位置改变及trnM易位至rrnS下游相符，但现有比较数据未能确立精确分子机制或重排事件次数；其他Cephinae中报道的trnT–trnP簇重排和tRNA复制事件未在C. nigrinus注释中被发现。C. nigrinus的rrnS长度（987 bp）与近缘类群相似，但其在结构域I和II中的插入是否存在未作具体研究。核苷酸组成和RSCU模式可能受核苷酸替换偏差和链特异性突变过程影响，但不足以单独推断净化选择松弛或适应性进化。系统发育结果中C. nigrinus与C. pygmeus的姐妹关系较为可靠，而其余同种属的深层分支顺序因高核苷酸分歧、A+T偏好及第三密码子替换饱和而需谨慎解释。IQM相关重排代表了Cephinae的保守结构特征，但其系统发育分布仍需通过对Hartigiini、Athetocephinae和Australcephinae等类群的扩展采样加以验证。利用公共全基因组reads重构线粒体基因组的策略，也证明了现有基因组数据集在扩展比较分类资源方面的价值。
C. nigrinus的线粒体基因组组装序列为Cephidae的比较线粒体组学研究提供了额外资源。该16,782 bp序列包含典型的37个线粒体基因，并表现出先前在Cephinae中报道的IQM相关基因重排。四个Cephus物种的比较分析支持衍生基因组织的保守性，特别是trnQ在靠近nad2的trnI之前以及trnM位于rrnS下游的排列方式。最大似然法和贝叶斯系统发育分析一致恢复C. nigrinus与C. pygmeus为姐妹群。然而，Cephus内更深层的关系在两种方法间获得的支持不均一，应谨慎解读。C. nigrinus注释的A+T丰富区为1295 bp，但其完整重复结构和环化连接仍有待独立验证。总体而言，这些发现扩展了Cephinae的可用线粒体基因组资源，并突显了额外分类采样和独立组装验证对于理解Cephidae线粒体基因组进化的重要性。
