高粱(Sorghum bicolor)中高密度突变轨迹(high-density mutation tracks)与质子束(proton-beam)辐照模式相关联

《The Plant Genome》：High-density mutation tracks are associated with proton-beam irradiation patterns in Sorghum bicolor

　　

摘要：诱导诱变(induced mutagenesis)是作物功能基因组学的基石，但在简化代表性(reduced-representation)数据集中，不同辐射源对突变空间分布的重塑程度难以评估。本研究重新分析了已发表的基于基因分型测序(genotyping-by-sequencing, GBS)的高粱(Sorghum bicolor)群体数据（192,040个位点），比较质子束(proton-beam)与γ射线(gamma-ray)诱变的差异。由于GBS采样不均匀，所有分析均在明确定义的GBS可检测区间(callable sequence space)内进行。在该可检测区间内，两种辐射类型的三核苷酸突变谱(96-channel trinucleotide spectra)大体相似，而空间汇总统计存在差异。采用基尼系数(Gini coefficient)进行的宏观尺度分析表明，质子处理株系呈现高度不均、尖峰状(spike-like)的突变分布，而γ射线处理株系呈更弥散的窗口级别分布。微观空间统计量显示质子处理株系聚类模式更显著，包括约～500 kb的聚集尺度(aggregation scale)，且大量突变负荷落于高密度突变轨迹(high-density tracks)内。在可检测位点集合中，各处理组编码区(coding)及启动子近端(promoter-proximal)类别未出现诱导单核苷酸变异(single-nucleotide variant, SNV)的耗竭；此外，数据集中未检测到总突变负荷与编码区突变比例之间存在负相关关系。研究结果表明，在本数据集中，质子诱变的区别不在于独特的化学特征，而在于将可检测的突变事件集中于特定空间位置的独特空间几何结构(spatial geometry)。由于质子辐照仅代表单一剂量，质子处理是否在同等突变负荷下比γ射线产生更强聚类尚待直接验证。

论文解读：高粱质子束诱变的空间几何结构与高密度突变轨迹分析

《The Plant Genome》刊载的此项研究，针对作物诱变育种中不同辐射源——低线性能量传递(linear energy transfer, LET)的γ射线与较高LET的带电粒子（质子束）——是否在基因组可检测区间内产生不同的突变空间分布这一核心问题展开。传统诱变研究多关注突变数量与碱基替换谱(base-substitution spectra)，较少在简化代表性测序（如GBS）框架下量化突变沿染色体的"几何结构"。由于GBS酶切偏好导致基因组采样不均，既往比较易受可检测位点(callable loci)分布干扰。本研究利用已发表的高粱GBS突变群体，引入可检测区间(callable space)校正与多尺度空间统计，系统比较质子束与γ射线诱变在高粱基因组中的宏观景观、微观聚类及功能区段富集差异，明确质子诱变区别于γ射线的主要特征为空间成簇而非碱基替换谱改变。

研究人员所用主要材料与方法如下：以已发表的高粱96个株系（37份自然种质、50份诱变系——γ射线100–400 Gy处理n=50，质子束300 Gy处理n=9，引自Lee et al., 2023）及其过滤后GBS SNP矩阵（192,040个位点）为分析对象；通过子代-亲本配对比对鉴定诱导SNV(induced SNV)；逐株定义GBS callable space（有合法基因型调用为非缺失，否则为缺失）；按Rio v2.1注释划分编码序列(coding sequence, CDS)、启动子(promoter)、基因内含子(gene body non-CDS)、基因间区(intergenic)及转座元件(transposable element, TE)重叠区间并计算各特征可检测期望；构建96通道三核苷酸突变谱并做主成分分析(principal component analysis, PCA)；按1 Mb窗口计算突变密度及Gini系数衡量空间不均等性，并做可检测位点密度加权零模型检验；用一维Ripley's K函数（展示为H(r)变换）评估亚兆碱基尺度聚类，Rainfall图可视化局部超突变，定义500 kb高密度突变轨迹(high-density mutation tracks)为超过γ辐照群体突变密度第95百分位数的窗口；用双尾二项检验评估功能区段富集，用Kolmogorov–Smirnov检验比较突变间距分布，用Pearson/Spearman相关分析负荷与编码区比例的关系，用Python(v3.11)及pandas、NumPy、SciPy实现。

3 RESULTS

3.1 Mutation burden across dose levels and conserved chemical signatures

研究人员通过子代-亲本比对从59份诱变系累计鉴定946,537个推定诱导SNV事件（仅限GBS过滤位点集合，非全基因组新发突变率）。γ处理组在100–400 Gy剂量范围内诱导SNV负荷变异较大，拟合OLS回归截距20,354.5、斜率?18.7 events Gy^?1（R²=0.076, p=0.057），视为描述性而非强线性剂量响应；质子组仅单剂量(300 Gy)无法拟合剂量响应。96通道三核苷酸突变谱PCA显示γ与质子处理株系化学空间重叠，均以C>T和T>C转换(transition)为主，无显著谱差异。结论：两种辐射在总突变负荷及碱基替换化学特征上总体可比，区别不在"何种突变"而在"何处产生突变"。

3.2 Proton irradiation imprints a spatially unequal, spike-like genomic landscape

将诱导SNV按1 Mb窗口分桶构建染色体宏观景观。γ辐照线在可检测位点集合内呈较弥散分布；质子辐照线呈现明显不均、具高突变密度"尖峰(spikes)"的景观，同一质子株系多个染色体可见此类局部高沉积事件。

3.3 Spatial inequality and localized hotspots

量化空间不均等性：质子组Gini系数≈0.53高于γ组≈0.44；质子组最大突变密度220.3 muts/Mb为γ组131.6 muts/Mb的约1.7倍；以均值+3SD定义热点，质子组发现15个、γ组6个。经可检测位点数归一化及可检测密度加权零模型检验，质子组仍保留更高每可检测位点突变密度，零模型不能完全解释观测空间不均。结论：质子处理在窗口水平产生更集中、更少均匀的可检测突变分布。

3.4 Microscale biophysics reveals track-structure clustering and complex damage

一维Ripley's K函数分析显示质子线在至500 kb尺度的H(r)高于γ线，选用500 kb作为操作性(operational)高密度轨迹窗口而非物理硬边界。Rainfall图显示质子线染色体上存在连续突变间距<1 kb的类kataegis样密集簇（仅作视觉类比，非指APOBEC介导过程）。多位点联合替代(multi-base substitution, MBS)率在两组间无显著差异(p=0.47)。突变间距累积分布显示质子诱导SNV显著偏向更短间距(p<0.001, KS检验 vs. GBS可检测位点随机零模型)。定量上，质子组约37%总突变负荷落入500 kb高密度轨迹，γ组仅约21%。结论：质子诱变关联更显著的亚兆碱基尺度成簇及高密度轨迹内突变集中。

3.5 Validation of track structure independence from dose

γ组内吸收剂量与500 kb高密度轨迹内突变分数无显著相关(Spearman's ρ=?0.10, p=0.52)；取高负荷γ三分位组与质子组比，质子组总事件负荷相近或略低但短程聚类分数仍显著更高，500 kb轨迹分数仅略高且无统计差异。结论：观测到的质子成簇非单纯因总突变负荷更高所致，短程聚类具辐射类型特异性。

3.6 Clustering is robust to recurrent-locus filtering

逐步剔除在≥2/≥3/≥5/≥10个株系中重复出现的位点后，质子组短程聚类分数下降幅度大于γ组（说明高可检测度重复位点有贡献），但最严格过滤(≥10线)后质子组均值仍高于γ组。结论：重复可检测位点放大但不完全解释短程聚类信号，成簇现象在简化代表性数据中仍成立。

3.7 Callable-space-corrected feature enrichment

以每线各特征可检测位数为期望，CDS与启动子在两类辐射中Obs/Exp>1（质子CDS富集1.144, p<1E-100；启动子1.050, p=1.54E-15），基因间区与TE重叠区间耗竭（质子TE重叠0.767, p<1E-100；γ分别为1.057与0.901）。CDS富集在γ剂量梯度上未随剂量升高而降低。1 Mb窗突变密度与基因密度相关：γ线Pearson r=0.78，质子线r=0.69（弱于γ）。结论：在GBS可检测区间内功能近端类别未被耗竭且有富集趋势，但受GBS偏倚限制不能推及全基因组靶向或保护机制。

3.8 Relationship between mutational load and coding-region fraction

总突变负荷与CDS突变比例分数在γ(r=?0.08, p=0.60)与质子(r=?0.01, p=0.97)中均无显著负相关；转换/颠换比(transition/transversion, Ts/Tv)γ≈1.65、质子≈1.61，略有差异但整体可比。结论：本幸存突变系面板中未检测到明显的纯化选择信号压低编码区突变占比，谱质量两组相当。

讨论与结论翻译：

本研究主要发现为：尽管质子束与γ射线诱变在高粱中总突变负荷及三核苷酸碱基替换谱相似，二者造成不同的突变损伤空间几何结构(spatial geometry of damage)。低LET γ射线能量沉积弥散，在可检测位点集合内呈较均匀突变分布；较高LET带电质子沿粒子径迹(track-structured energy deposition)产生高度不均、"尖峰"状分布——更高Gini系数、更多热点、约37%突变落入～500 kb高密度轨迹——与带电粒子稠密电离簇(ionization clusters)的生物物理模型一致。微观Ripley's K分析及Rainfall图支持～500 kb特征聚类尺度与局部超突变成簇。可检测区间内CDS与启动子近端未现耗竭（经可检测空间校正），但不能据此推断全基因组主动屏蔽或耐受机制，因GBS偏好取样基因富集低甲基化区。总负荷与CDS突变分数无负相关的发现提示本数据集纯化选择信号弱或不可检，受质子组样本量(n=9)及负荷范围限制。TE重叠区间SNV耗竭同样受GBS代表性局限，不代表排除TE相关应激响应。综合而言，本研究表明在此高粱GBS数据集中质子束诱变区别于γ射线的核心特征为可检测突变事件的空间结构化集中（高密度突变轨迹、～500 kb成簇尺度、基因近端富集趋势），而非独特化学突变谱；该空间几何结构在考虑可检测位点密度偏差、剂量效应及重复位点过滤后依然成立，为诱变育种中利用质子束获取局部高密度等位基因多样性提供理论依据。全基因组测序(whole-genome sequencing, WGS)匹配剂量系列将需进一步验证此模型。