《Molecular Ecology》:Viral Infection Risk Driven by Ecological Trait Susceptibility to Habitat Heterogeneity
编辑推荐:
寄生虫与宿主的生态学及它们之间的进化关系决定了感染风险(infection risk)。理解寄生虫感染风险的驱动因素对于预测其新发(emergence)至关重要,这对具有严重生产影响的植物病毒尤为相关。感染风险及新发的关键在于病毒所用宿主物种数量的变化,即宿主
寄生虫与宿主的生态学及它们之间的进化关系决定了感染风险(infection risk)。理解寄生虫感染风险的驱动因素对于预测其新发(emergence)至关重要,这对具有严重生产影响的植物病毒尤为相关。感染风险及新发的关键在于病毒所用宿主物种数量的变化,即宿主范围(host range)的演变,这取决于病毒与宿主的内在因素(如决定宿主特异性的遗传性状)和外在因素(如指示生态过程的生态性状),后者决定病毒对宿主植物资源的利用。内在因素已通过实验广泛分析,而外在生态因素在野生植物群落中随异质性产生性状响应的研究有限。传播动态涉及多物种组群、资源异质性与空间结构群落间的互作;人为干扰导致的栖息地异质性改变资源可得性,调节植物病毒在宿主间移动与遭遇率。为预测感染风险,需在资源异质生态系统中分析多宿主—多病原体互作。研究人员在西班牙伊比利亚半岛南部高原塔霍河盆地Vega del Tajo-Taju?a农业区,于四类干扰程度不同的优势栖息地(橡树林、荒地、作物田、田埂边缘)中,基于前期高通量测序(HTS)鉴定的158个病毒操作分类单元(OTU)中选出18个具广宿主范围且跨栖息地的OTU(隶属9属、不同水平传播模式),利用RT-PCR在个体植物上验证病毒存在/缺失以估算发病率(incidence,即种群中感染宿主比例)。研究人员提出并检验三个假设:(1)进化史与传播模式等内在因素独立于病毒在栖息地间的现实宿主范围;(2)人为干扰与栖息地异质性等外在因素改变病毒发病率;(3)进化史与传播模式等内在病毒因素改变病毒发病率。回归模型用于判定外在或内在因素的预测强度。结果表明,栖息地间植物群落组成差异塑造了病毒发病率响应;除生态驱动外,传播模式与共享进化史也贡献于病毒对栖息地异质性的发病率响应。生态与进化决定宿主利用的证据是迈向感染风险预测的重要一步。
研究背景方面,感染风险取决于寄生虫与宿主生态学及其进化关系,宿主范围演变受内在遗传性状与外在生态性状共同影响;既往实验多聚焦内在因素,野生植物群落中外在生态因素随栖息地异质性驱动病毒利用资源与感染风险的研究稀缺,且生物多样性—感染风险关系受生活史与环境因子调节而非多样性本身,生态系统简化被视为植物病毒新发关键驱动,但栖息地异质性与感染风险关系尚不明确。研究人员在西班牙伊比利亚半岛南部高原塔霍河盆地Vega del Tajo-Taju?a农业区,选取四类干扰梯度栖息地(橡树林Oak、荒地Wasteland、作物田Crop、田埂Edge),基于前期HTS鉴定158个病毒OTU的群落数据,筛出18个广宿主、跨栖息地OTU(9属、不同水平传播模式:蚜虫非持久/持久非增殖、花粉、接触、甲虫),以RT-PCR在个体植物验证并估算发病率,进而用广义线性模型(GLM)分解外在(栖息地、植物科、季节、生活型)与内在(病毒属、传播模式)因子对发病率的解释力,论文发表于《Molecular Ecology》。
关键技术方法概括:研究人员于2015年7月至2017年6月在西班牙Vega del Tajo-Taju?a农业区四类栖息地(Oak、Wasteland、Crop、Edge)系统采样2037份单株植物(119种),构建323个HTS混合文库;以HTS2C标准(覆盖度100%、比对≥125 nt)从NCBI植物病毒参考库BLAST筛选OTU,再用病毒特异性引物RT-PCR在1931株个体验证18个OTU;以二分网络计算嵌套性(NODF)、模块性(Q)、连接度(C);定义两个尺度发病率——宿主范围内发病率i(感染株/检测株)与全群落发病率I(加权全库样本),用Ward聚类分析宿主范围,用全因子GLM(Wald χ2检验)评估病毒属、传播模式、栖息地、植物科、季节、生活型对i与I方差贡献。
研究结果部分,3.1病毒检测中,研究人员从323个HTS库选出18个OTU(9属正链ssRNA),RT-PCR与HTS2C相关性良好(R2=0.90,PMoV与TCV除外),RT-PCR宿主范围窄于HTS2C,后续以RT-PCR数据集为主。3.2宿主范围、分类与水平传播模式中,宿主范围CMV最广(51种/18科)至TCV最窄(5种/4科);Ward聚类显示4个polerovirus聚最近,其余14种不按分类或传播模式聚类;二分网络NODF、Q、C均显著高于随机,形成4个模块,模块按栖息地+分类+传播组织;GLM显示病毒属解释宿主范围方差30.40%,传播模式解释12.75%,花粉/蚜虫非持久/接触传播病毒宿主范围显著宽于蚜虫持久传播。3.3跨栖息地宿主利用中,i(宿主内发病率)在Crop与Edge显著高于Oak与Wasteland;Model 1显示病毒种+栖息地+互作解释i方差55.20%+14.80%+30.0%;替代模型表明病毒属解释i 40.4%、栖息地36.7%,传播模式解释46.8%、栖息地38.9%,接触/非持久传播i更高;植物科与互作亦显著;季节无效应;一年生宿主i略高于多年生(解释3.7%)。3.4感染风险决定因素中,I(全群落发病率)在Crop(23.3%)与Edge(14.4%)高于Oak(7.4%)与Wasteland(6.6%);Model 7中病毒种+栖息地+互作解释I方差48.2%+21.6%+30.2%;病毒属解释28.0%、栖息地43.3%、互作28.8%;传播模式解释20.9%、栖息地58.6%;Rubiaceae与Poaceae的I较高;季节无效应。
讨论与结论翻译总结:为预测感染风险需识别生态群落中宿主利用驱动因子;本研究以18个RNA病毒发病率响应为宿主利用性状,检验栖息地异质性下内在(进化史、传播模式)与外在生态因子作用。宿主范围弱依赖内在分类与传播(三分体基因组cucumovirus/anulavirus最广),强依赖植物科丰度所代表的遭遇概率,支持生态拟合(ecological fitting)而非仅遗传适应;网络同时具嵌套性与模块性,模块由栖息地资源利用+物种身份+传播模式组织。i反映宿主偏好性利用,支持兼性泛化(facultative generalism)——栖息地异质性按群落组成促进窄资源利用;内在因子中蚜虫非持久/接触传播属i更高,宿主亲缘关系影响小,生活型影响弱,表明泛化病毒可塑性部分由资源可得性与非适应机制决定。I反映任意植株感染概率即感染风险,受群落多样性与组成调节。结论:栖息地间植物组成差异塑造病毒发病率响应;除生态驱动外,传播模式与共享进化史贡献于病毒对栖息地异质性的发病率响应;生态与进化共同决定宿主利用,是感染风险预测的重要推进。