《Molecular Phylogenetics and Evolution》：Integrating lineage-specific and universal genomic probes illuminates phylogenetic relationships and molecular evolution in Sauvagesieae (Ochnaceae)
编辑推荐：
摘要：获取大型且分辨率高的新热带类群系统发育树具有挑战性，因为许多物种栖息于偏远地区，采样通常依赖高度降解DNA的标本。靶向捕获（target capture）为从碎片化材料中恢复分子数据提供了有效解决方案。然而，使用通常针对二倍体生物和单拷贝基因座设计的工具
摘要：获取大型且分辨率高的新热带类群系统发育树具有挑战性，因为许多物种栖息于偏远地区，采样通常依赖高度降解DNA的标本。靶向捕获（target capture）为从碎片化材料中恢复分子数据提供了有效解决方案。然而，使用通常针对二倍体生物和单拷贝基因座设计的工具进行数据处理也具有挑战性，特别是当基因组复制和杂交等事件影响了谱系进化时。研究人员采用双杂交（dual-hybridisation）方法整合了金莲木科（Ochnaceae）特异性探针和通用探针，以重建Sauvagesieae族的系统发育关系——该族为泛热带类群，约有90个物种，主要分布于北安第斯山脉、巴西的Espinha?o山脉以及亚马逊-圭亚那地区。研究人员测试了涉及缺失数据和旁系同源物（paralogs）的不同过滤策略，以评估树不一致性和拓扑不确定性的可能来源。研究人员发现，由于旁系同源物的存在或大量缺失数据，去除整个基因并未显著降低树不一致性。相反，去除碎片化序列改善了比对并提高了基因树的枝支持率。通过量化单核苷酸多态性（SNPs）的比例、分析等位基因频率分布以及基因树四分体频率，研究人员发现了多倍化（polyploidisation）和杂交（hybridisation）的信号，这些信号可能降低内部节点的分辨率，尤其是在山地类群中。研究结果强调了探索靶向捕获数据复杂性的重要性，不仅是为了提高系统发育分辨率，更是为了理解系统发育冲突的根源及其潜在的分子进化过程。
论文解读文章
**研究背景、问题与研究意义**
金莲木科（Ochnaceae）的Sauvagesieae族是一个以新热带为主要分布区的类群，包含约90个物种和17个属，主要分布在北安第斯山脉、巴西的Espinha?o山脉以及亚马逊-圭亚那地区。尽管前期研究通过增加物种采样和利用核基因组与质体基因组数据，在属级水平上提升了对该族系统发育关系的理解，但仍存在关键问题：基于核基因的串联分析与溯祖分析之间、以及质体与核拓扑结构之间存在冲突，主要涉及Blastemanthus属和Neckia属的系统发育位置，以及Sauvagesia属和东南亚类群内部某些分支缺乏分辨率与低支持度。此外，金莲木科所在的Malpighiales目在被子植物系统发育中是一个“顽固节点”，核与质体系统发育树之间反复出现不一致，且其系统发育位置缺乏分辨率，这与其经历的基因组复制、杂交和水平基因转移等复杂进化过程有关。因此，开展这项研究的目的是：通过整合谱系特异性与通用探针的双杂交方法，结合更全面的物种采样（覆盖所有属和90%的现存物种），构建Sauvagesieae族最完整的系统发育树；同时探索多种过滤策略对基因树和物种树的影响，并评估拓扑不一致的来源，如网状进化（reticulate evolution）和近期多倍化。该研究发表在《Molecular Phylogenetics and Evolution》上，其重要意义在于不仅解决了Sauvagesieae族内部的系统发育关系，还揭示了靶向捕获数据中旁系同源物、缺失数据和进化过程的复杂性，为理解植物类群中系统发育冲突的分子进化机制提供了方法论框架。
**主要关键技术方法**
研究人员为开展研究主要采用了以下关键技术方法：1）双杂交（dual-hybridisation）靶向捕获，将Angiosperms353通用探针和Ochnaceae特异性探针在同一反应中混合，以同时捕获核基因座；2）使用HybPiper v2.1.3进行序列组装与基因提取，并利用HybPhaser v2.1评估等位基因变异与旁系同源物；3）采用MAFFT v7.520进行序列比对，TAPER v1.0.0进行修剪，IQ-TREE v2.2.3进行基因树推断，以及Weighted ASTRAL-Hybrid v1.15.1.3进行物种树总结；4）通过nQuack v1.0.2进行基于位点杂合性的倍性估计，并使用SNaQ（Julia包PhyloNetworks）进行系统发育网络推断以检测网状进化事件。样本来源包括野外采集的新鲜标本和来自多个标本馆的干标本，共计96个新样本，并结合已发表数据，最终分析涵盖170个样本、80个物种。
**研究结果**
**3.1. 文库制备、富集效率与基因回收**
通过双杂交方法，研究人员在96个Sauvagesieae族样本中，对A353探针平均回收17%的靶向读长和293/343个基因，对OCHN探针平均回收26%的靶向读长和251/274个基因。标本样本的DNA浓度、片段大小和捕获效率较低，但即使输入DNA仅10 ng仍能获得数百个基因座。Tyleria属样本因来自旧标本馆材料，文库质量最差，基因回收数最低。
**3.2. 缺失数据与旁系同源物对基因树不一致性的影响**
过滤策略（如去除极短序列和部分旁系同源序列）显著提高了基因树的中位枝支持率，但对物种树的分支支持度（Q1、LPP1）影响不显著。去除整个基因（如putative_orthlgs数据集）并未提升支持度，反而损失大量数据。数据集rmout_infprlgs（去除短序列和依据分组标准去除旁系同源序列）在数据损失与支持度之间取得最佳平衡。HybPiper与HybPhaser检测到的旁系同源基因有较高重叠，但约30%被HybPiper标记为旁系同源物的基因实际为等位基因。
**3.3. 每个探针对物种树的贡献**
OCHN探针的基因座更长且基因树支持度更高，但物种树的支持度（Q1、LPP1）与A353探针无显著差异。综合两个探针的数据改善了Sauvagesia cladeB、Rhytidanthera等分支的节点分辨率。
**3.4. Sauvagesieae族的系统发育关系**
所有数据集均恢复出先前报道的主要分支：Cespedesia分支（与Fleurydora和Blastemanthus姐妹）、Poecilandra与Wallacea分支、东南亚分支，以及Sauvagesia的两个分支（cladeA和cladeB）。Tyleria属在所有数据集中均显示为多系，其核心分支在物种树中的位置（与东南亚分支或Sauvagesia+ Adenarake分支姐妹）支持度低。Cespedesia分支内，Rhytidanthera与Godoya、Krukoviella、Cespedesia形成姐妹关系，但Godoya与Krukoviella之间的关系高度不一致。东南亚分支内，Schuurmansia + Schuurmansiella与Euthemis姐妹，再与Neckia、Indovethia + Indosinia形成分支，但Neckia的位置支持度低。Sauvagesia cladeA和cladeB内部存在强烈基因树不一致，但恢复了一些稳定的亚分支，如S. glandulosa与S. rubra分离、S. vellozii与S. capillaris姐妹等。
**3.5. 等位基因分歧与多倍化及杂交信号**
通过HybPhaser计算等位基因分歧（AD）和位点杂合度（LH），大多数东南亚分支样本呈正常二倍体模式（LH<90%，AD<1%），而Sauvagesia cladeA、Cespedesia分支、Sauvagesia cladeB和核心Tyleria中许多样本显示近期多倍化信号（LH>75%，AD>2%）。约18%的样本（主要来自Rhytidanthera、Sauvagesia和Tyleria）显示杂交信号（LH>90%，AD 1.5-3.5%）。
**3.6. 系统发育网络**
对28个物种和592个基因座进行的SNaQ分析表明，Sauvagesieae族内有三个网状进化事件：最频繁的杂交事件发生在Sauvagesia cladeA的祖先谱系与S. alpestris之间；第二个和第三个事件分别涉及一个未采样/灭绝的祖先分支与Rhytidanthera分支以及Sauvagesia cladeB，但继承比例极低，可能为优化误差。此外，一个替代网络指出Sauvagesia semicylindrifolia和S. ribeiroi分支也存在杂交事件。
**3.7. 倍性估计**
nQuack分析表明，大部分Sauvagesieae物种为二倍体（>85%的自举支持），13个样本被建议为四倍体但支持度低至中等（25%-75%）。11个样本在二倍体与四倍体之间高度不确定，包括Cespedesia分支、Sauvagesia cladeA和cladeB、东南亚分支及Tyleria的一些物种。
**讨论与结论**
讨论部分指出，双杂交方法有效整合了通用与特异性探针，在不增加测序深度的情况下提高了靶向读长和基因捕获数量，但降低杂交温度可能增加捕获旁系同源序列的风险，而高测序深度有助于控制旁系同源物。旁系同源物的处理策略中，去除整个基因并未显著降低基因树估计误差（GTEE），反而损失数据；而基于分组标准去除非单系旁系同源序列（如rmout_infprlgs策略）是最佳平衡方案。等位基因分歧和位点杂合度的分析揭示了多倍化和杂交信号，尤其是在山地类群中，这可能与上新世以来的气候波动和二次接触有关。系统发育网络推断出三个杂交事件，但部分推测因继承比例极低而需谨慎解释。倍性估计显示多数物种为二倍体，但部分物种的高杂合度与多倍化信号不一致，可能反映了二倍化过程。系统发育关系方面，Tyleria属的多系性可能源于复杂历史与低质量序列的共同作用；Sauvagesia属的并系性得到确认，S. africana作为Adenarake + Sauvagesia cladeB的姐妹（支持度低），与基于形态学的假设相矛盾；Cespedesia分支内的杂交可能是导致Krukoviella关系不确定的原因；东南亚分支内Neckia位置的低支持度反映基因树之间的真实不一致，而非数据不足。
**结论部分翻译**：靶向捕获测序是一种经济高效获取大量核数据用于系统发育基因组学分析的方法，尤其是在使用双杂交方法和主要基于标本馆采样时。然而，靶向捕获数据的主要挑战在于直系同源物的鉴定，以及在系统发育推断中独立厘清基因树不一致的具体来源，尤其是在存在高度碎片化材料和复杂基因组进化类群的情况下。去除带有旁系同源物警告的整个基因和样本对降低基因树估计误差的效果取决于数据集的质量和研究类群基因组进化过程的复杂性。在包括本研究在内的某些实证数据集中，这种方法并未产生显著的正向效果。然而，通过采用多种过滤策略、不同的旁系同源物评估方法以及额外的系统发育网络和倍性估计方法，研究人员为Sauvagesieae族推断出了一个稳健的系统发育假说，改善了东南亚分支和Cespedesia分支内的分辨率与支持度，并增加了支持Sauvagesia属并系性的证据。本研究提出的多层次旁系同源物处理流程（特别是inform_paralogs策略）提供了一个高度可转移的方法论框架，适用于任何具有复杂网状进化历史的植物类群。除了改善Sauvagesieae族内的系统发育关系外，本研究还通过探索系统发育树不一致的可能原因（如网状进化信号和近期多倍化），促进了对该族基因组进化的理解。尽管基于靶向捕获数据的等位基因分歧和频率分析以及位点杂合度分析为推断近期多倍化提供了新方法，但这些指标可能因数据、测序质量和研究类群而异。结合染色体计数和流式细胞术来检验nQuack模型在金莲木科中的准确性是可取的，同时生成高质量基因组组装以检验古老基因组复制事件，因为它们对系统发育不一致和缺乏分辨率有更大影响。系统发育网络推断是一个动态领域，更高效的方法不断被开发，目前诸如样本数量限制和继承概率估计中的潜在优化问题很可能在未来得到克服。因此，本研究以及其他已发表的推断系统发育网络仍可通过更好的工具和更多数据得到改进。在此，不确定性度量的可用性对于讨论杂交边估计中的噪声及其在解释网状进化后果中的作用至关重要。因此，对Sauvagesia cladeA、Sauvagesia cladeB和Cespedesia分支进行更详细、更特化的单倍型分相网络分析也是可取的，以进一步探究杂交在这些山地类群多样化中的作用。
