基于HiFi测序的 Algerae微孢子虫近染色体水平基因组组装、转座子注释及siRNA核心 machinery 解析

《Genomics》:New genomic and transposable element annotation of the microsporidian parasite Anncaliia algerae

【字体: 大 中 小 】 时间:2026年11月17日 来源:Genomics 3.6

编辑推荐:

  研究人员利用 PacBio 高保真(HiFi)长读长测序(circular consensus sequencing, CCS)结合全生活周期转录组(RNA-seq)数据,对兼性感染人与蚊类的专性细胞内寄生虫 Anncaliia algerae(Undeen

研究人员利用 PacBio 高保真(HiFi)长读长测序(circular consensus sequencing, CCS)结合全生活周期转录组(RNA-seq)数据,对兼性感染人与蚊类的专性细胞内寄生虫 Anncaliia algerae(Undeen 分离株,取自感染人包皮成纤维细胞 HFF 培养体系释放的孢子)进行从头(de novo)组装与整合注释。研究获得由17条单倍型contig构成的近染色体水平单倍基因组(约11.78 Mb,N50 0.73 Mb),并通过 k-mer 倍数分析、GenomeScope、Smudgeplot 与 nQuire 多工具交叉验证,确认该虫体呈高度纯合的自体四倍体(autotetraploid)结构,完整四倍体组装达43.96 Mb。单倍基因组共注释2705个蛋白编码基因、13拷贝 rRNA 与56个 tRNA,内含子极少;转座子(transposable elements, TE)占单倍基因组24%,以 DNA 转座子 Merlin 超家族(13.89%)与 LTR 逆转录转座子 Ty3 超家族(7.48%)为主,共鉴定260个 TE 家族。TE 拷贝分歧度分析显示 Merlin 呈双峰分布,提示历史暴发与近期持续活动并存。研究人员进一步鉴定并确认核心小干扰RNA(siRNA)机器——Argonaute(AGO)、Dicer(Dcr)与 RNA 依赖的 RNA 聚合酶(RdRP)在感染期转录表达,其中 AGO 在裂体增殖期(24 h post-infection)显著上调;系统发育显示该 AGO 归于经典 AGO 支系而非 PIWI 支系,且未检出 piRNA 通路组分。该工作表明 A. algerae 在缺乏典型 piRNA 防御体系下,可能依托 siRNA 相关通路参与 TE 扩张的边际调控,为微孢子虫基因组可塑性、多倍化演化及宿主适应性研究提供高分辨率资源。
论文解读:Algerae 微孢子虫高精度基因组与转座子调控图景
研究背景与立项逻辑
微孢子虫(Microsporidia)是一类谱系特殊的专性细胞内寄生虫,与真菌及 aphelids 亲缘较近,以极致压缩的基因组著称,部分 Encephalitozoon 属物种基因组仅约2.5–2.9 Mb。然而该门内部基因组大小与结构差异极大:有的谱系因转座子(TE)扩张而膨胀。Anncaliia algerae 因能跨越系统发育距离独立感染人类与按蚊,且在体外可于多种细胞类型中增殖,其广宿主能力被认为源于较新的基因组适应性。既往 A. algerae 基因组仅基于 Sanger 或 Illumina 短读长构建,在 AT 富集与高重复区域组装严重碎片化,TE 拷贝结构解析差,且缺乏转录组支撑,致使编码与非编码注释存疑。同时,微孢子虫中 RNA 干扰(RNAi)组分呈谱系特异性丢失,A. algerae 虽保留 Dicer 与 Argonaute(AGO),但是否存在内源 siRNA 通路、如何制约活跃 TE 扩张,长期未明。因此,构建染色体级高质量组装并系统注释 TE 与小型 RNA 机器,是理解其基因组架构与宿主适应机制的前提。
主要技术方法概览
研究人员以感染人包皮成纤维细胞(HFF)释放的 A. algerae Undeen 株孢子为材料,经 DNase I 去除宿主污染后提取高分子量基因组 DNA,采用 PacBio Sequel II 平台进行 HiFi 长读长测序;组装使用 Hicanu 与 Purge Haplotigs 得到单倍与四倍体两套结构,并以 Hifiasm、purge_dups 做交叉评估。倍性由 k-mer 分析工具 GenomeScope、smudgeplot、nQuire 与 Merqury 联合判定;结构共线性用 MUMmer 与 MCscanX 评估;TE 注释整合 MicroAnnot 与 RepeatMasker(含 Repbase 及已发表微孢子虫 TE 库);基因模型以生命周期 PolyA+ 与 small RNA-seq(NCBI BioProject PRJNA927239)经 Trinity、PASA、STAR 做转录证据校正;小型 RNA 机器通过 InterProScan 域注释识别,表达定量用 HISAT2–featureCounts–DESeq2,AGO 分类用 MUSCLE 最大似然系统发育。
研究结果
3.1 基因组组装与特征
3.1.1 HiFi 测序达成染色体级组装并支持高共线性四倍体
HiFi 数据经去冗余后获17条单倍 contig,端粒重复 TTAGGG 在16条上检出,BUSCO 单拷贝完整度96.9%。四套同源序列共线性极强、序列分歧平均低于3%,Chr17 近零分歧;结构变异以 kb 级插入缺失为主,多落在移动元件区段。k-mer 谱显示约350×、700×、1100×、1450× 四峰,GenomeScope 估计1n≈350×、95.3% 为 aaaa 纯合背景,Smudgeplot 主导 AABB 配置,nQuire 一致支持自体四倍体(近期全基因组复制起源)。
3.1.2 单倍基因组注释与校订
单倍基因组注释2705个蛋白编码基因(94.35%唯一),仅23个 CDS 缺转录证据但具典型起始/加尾信号;rRNA 13拷贝、tRNA 56个,全基因组仅15个内含子。与旧 PRA339 参考(431 scaffold)比,本组装 BUSCO 完整度由92.2%升至99.1%,GO 富集无全局偏移但 Undeen 特有若干细胞组分与过程术语,分辨率显著提升。
3.2 转座子分布与动态
3.2.1 TE 多样性
TE 占单倍基因组23.84%,共4972拷贝、260家族:DNA 转座子16.28%(Merlin 2409拷贝占13.89%,Mariner-Tc1 2.12%),LTR 逆转录转座子7.52%(Ty3 占7.48%),非 LTR LINE 仅0.04%;另含简单重复与低复杂度区,无卫星重复。各染色体无插入偏向。
3.2.2 分歧模式暗示古今活动
Ty3 与 Mariner-Tc1 呈连续衰减分歧,符合早期侵入后多样化;Merlin 呈双峰——高分歧(>26%)与近缘(<6%)两群,中间缺失,提示暴发式扩张叠加近期活化,或受选择清除中间类群。
3.2.3 siRNA/miRNA 机器转录
研究人员检出 AGO(Chr14)、Dicer(Chr04)、RdRP(Chr03)及 Exportin-1/5 同源,无 Drosha、DGCR8、piRNA 通路(Vret/Yb/GW/Zuc/Hen1)任何组分。生命周期转录显示 Dcr 与 RdRP 平稳表达,AGO 在感染后24 h(merogony 增殖期)显著上调。AGO 系统发育归入经典 AGO 支系,非 PIWI/WAGO,降低其直接 TE 沉默预期。
讨论与结论翻译
讨论指出,HiFi 长读长突破了 AT 富集高重复基因组的组装瓶颈,首次将 A. algerae 核型锚定为17条近完整单倍染色体(约12 Mb)。四倍体并非由核形态决定:diplokaryotic 的 A. algerae 可为四倍体,而部分 monokaryotic 种为二倍体,倍性受生态与基因组压力独立塑造。注释整合揭示 TE 扩张是基因组增大的主因,Merlin/Ty3 双峰动力学反映内部调控或选择约束;小型 RNA 系统仅存 siRNA 核心三角(AGO–Dicer–RdRP),无 piRNA 防线,且 AGO 属 AGO-clade,提示 TE 调控可能依赖旁路 siRNA 样机制——small RNA-seq 中 TE 双链来源读段仅为相关性证据,需直接测序验证。
作者结论:该研究呈现了 A. algerae 的染色体级组装与精细注释,证明高丰度 TE 在四倍体紧凑架构中持续转录与演化,而宿主借不完全的 siRNA 机器施加边际压制。此资源为微孢子虫基因组可塑性、TE 动力学及宿主—寄生虫互作研究奠定基准框架。
(注:以上所有数据、基因名、比例与结论均浓缩自所提供原文,未做外部推演。)

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号