《Molecular Ecology》:In Situ GWAS in Two Range-Edge Populations of European Beech (Fagus sylvatica L.) Identify Genetic Factors of Adaptation to Climate Change
编辑推荐:
在森林树木群体中,芽萌发时间(TBB)依赖于多种环境与遗传因素。该性状的基因组结构尚未完全阐明。迄今为止,同质园实验仅揭示了少数遗传力较低的基因组区域,而自然条件下观测到的全部TBB变异范围仍未被探索。研究人员在两个温带大陆性树种——欧洲山毛榉(Fagus s
在森林树木群体中,芽萌发时间(TBB)依赖于多种环境与遗传因素。该性状的基因组结构尚未完全阐明。迄今为止,同质园实验仅揭示了少数遗传力较低的基因组区域,而自然条件下观测到的全部TBB变异范围仍未被探索。研究人员在两个温带大陆性树种——欧洲山毛榉(Fagus sylvatica L.)的野生分布边缘群体中,连续两年开展了原位全基因组关联研究(GWAS),以考察芽萌发表型变异的遗传与环境基础。研究人员发现不同群体间及年份间存在显著不同的位点,表明局部适应已经发生,且基因型-环境互作对观测到的变异有贡献。显著位点解释的表型方差在实地数据中为0.2%至54%,在模型数据中为0%至59%,这表明尽管某些性状为多基因遗传,但另一些性状则受群体中少数具有大效应的位点影响,从而证明了在多个群体中开展原位GWAS的相关性。研究结果为理解森林树木TBB的复杂遗传结构提供了新见解。芽萌发控制的遗传多样性提供了选择机会,可通过辅助迁移用于帮助山毛榉林应对气候变化。
**论文解读:欧洲山毛榉分布边缘群体原位GWAS揭示气候变化适应的遗传因子**
**研究背景与问题**
欧洲山毛榉(Fagus sylvatica L.)是欧洲温带山地森林的主要树种,其分布范围从南挪威延伸至南意大利,从西班牙西部至罗马尼亚。然而,气候变化正严重威胁该物种的生存:极端干旱事件导致树木生长下降、叶片早衰和大面积枯死,预计到2100年其分布面积可能减少61%。芽萌发时间(TBB)是决定森林树木生长季节长度、繁殖力和水分利用效率的关键物候性状,其精准同步于环境对个体适应度至关重要。TBB受冬季低温(需冷量)、春季升温(需热量)和光周期等多重环境信号调控,并由大量基因参与信号传导。尽管同质园实验已证实TBB具有遗传基础且可遗传,但其遗传结构仍不清晰,主要存在三个未解问题:(1)TBB变异是否仅由大量微效位点驱动,还是也存在大效应位点?(2)其遗传结构在群体间是否共享,还是具有群体特异性?(3)参考基因组的选择是否影响数量性状位点(QTL)的检测?为应对这些挑战,研究人员聚焦于两个位于分布边缘的法国山毛榉群体——拉马萨讷森林(La Massane)和旺图山(Mont Ventoux),旨在通过原位GWAS揭示TBB的遗传架构,为气候变化下的森林管理和辅助迁移策略提供依据。该论文发表在《Molecular Ecology》。
**主要关键技术方法**
研究人员在两个群体中分别采集了样本:拉马萨讷(150株,连续两年2022-2023年表型观测)和旺图山(162株,2009-2010年表型观测)。通过全基因组测序(平均15×覆盖度)获得基因型数据,基于两个参考基因组(Bhaga和MSSB)进行SNP检测。采用Logistic模型拟合芽萌发阶段与日期的关系,获得11个(拉马萨讷)和7个(旺图山)表型变量,包括TBB、积温(DD)、早/晚分类、年份间转换(switching)等。使用FarmCPU模型进行GWAS,并通过自助法(bootstrap)评估预测能力,采用多基因评分(PGS)和伪遗传力计算。通过LD聚类和跨群体交叉验证比较QTL,利用混合线性模型(MLMM)检验基因型-环境互作(G×E)效应,并利用Rosetta Stone方法跨基因组比对信号。
**研究结果**
**3.1 MSSB参考基因组组装与两个基因组比较**
研究人员成功组装了MSSB个体的高质量染色体级基因组(487 Mb,12条染色体),与已发表的Bhaga基因组(535 Mb)相比,MSSB重复序列更少、BUSCO完整度更高(98.5% vs 97.7%),且染色体结构高度保守。
**3.2 年份间与地点间天气差异**
拉马萨讷和旺图山在调查年份间(2022 vs 2023;2009 vs 2010)的日均温度方差存在显著差异(F检验,p<0.05),但均值无显著差异,表明环境波动主要体现为变异性的变化。
**3.3 芽萌发多样性**
TBB在两个群体内和年份间均呈现双峰分布,基于K均值聚类可清晰分为早/晚两类。拉马萨讷20.5%的个体在年份间发生了早/晚分类转换(switching),且85.2%的转换方向为从早到晚,显著高于随机预期(置换检验,p<0.0001)。
**3.4 BBCH日期的逻辑模型**
模型估算的TBB值显著晚于实地观测值(拉马萨讷平均偏移+0.41至+0.76 DOY;旺图山+2.71至+5.38 DOY),模型R2在0.63-0.88之间,表明逻辑模型有效平滑了环境波动,但存在系统性偏移。
**3.5 GWAS**
共检测到134个显著SNP(拉马萨讷62个,旺图山72个),效应大小(单SNP解释方差)为4.3%-42.3%。经LD聚类后得到75个QTL(拉马萨讷17个,旺图山58个),解释表型方差0.2%-59%(实地数据)或0%-59%(模型数据)。其中4个QTL为区域(3.6 kb-853 kb),其余71个为单SNP。基因组膨胀因子(λ)在部分分析中偏离1,但群体结构分析显示K=1,表明无显著亚群。
**3.6 预测能力评估**
通过自助法(8次重复,2/3训练集、1/3测试集)评估预测能力。拉马萨讷2022年无共识SNP,2023年少量共识位点伪遗传力较低(0.05-0.074)。旺图山2009年仅field_TBB和a(斜率)有共识位点,遗传力0%-17.6%;2010年field_TBB和field_DD在多个重复中稳定,遗传力0%-17.6%。
**3.7 群体间、年份间和基因组间的QTL比较**
拉马萨讷和旺图山之间无任何共享QTL;同一群体内年份间也无共享QTL。两个参考基因组间仅有26%(20/75)的QTL共享。跨群体预测时,一个群体检测到的QTL在另一个群体中极少能有效预测表型(仅3/34组合显著,R2=2.6%-4.5%)。G×E检验中,包含G×E项的混合线性模型在所有组合中均显著优于不含G×E的模型(p=0.0458至2.2e-16),证实了基因型-环境互作对QTL检测的影响。
**3.8 功能注释**
71%的显著SNP位于基因间区;其余SNP中有23个位于内含子、8个导致错义突变、1个位于5'UTR、2个位于3'UTR、2个影响剪接位点。三个候选基因被重点关注:FRIGIDA-like(与旺图山晚TBB和高DD需求相关)、CONSTANS-LIKE 6(与拉马萨讷转换性状相关)、PHOTOPERIOD-INDEPENDENT EARLY FLOWERING 1(PIE1,与拉马萨讷基于DD的转换相关)。
**讨论与结论**
**讨论总结**
研究通过原位GWAS在自然环境中直接分析群体,避免了同质园实验可能掩盖的群体特异性信号。与以往多数研究不同,本研究将每个群体独立分析,成功检测到大量群体特异性的QTL,且部分QTL解释方差高达59%,表明TBB在局部群体中可能受大效应位点控制。群体间无共享QTL的现象表明,TBB的遗传结构具有高度群体特异性,可能源于不同冰期避难所的遗传分化以及局部适应。G×E互作在年份间QTL差异中起关键作用,拉马萨讷中转换性状的11个QTL直接支持了TBB可塑性的遗传基础。两个参考基因组仅共享26%的QTL,说明参考基因组选择对结果有显著影响,与植物中已知的参考基因组偏差一致。候选基因FRIGIDA-like、COL6和PIE1分别参与春化、光周期和开花调控,为TBB的分子机制提供了新线索。研究同时指出样本量有限、表型方法差异、基因组膨胀因子波动等局限性,强调了结果需谨慎解读。
**研究结论**
研究人员在拉马萨讷和旺图山两个分布边缘群体中鉴定出75个与TBB相关的QTL,其中17个来自拉马萨讷,58个来自旺图山。两个群体之间以及不同年份之间未观察到QTL重叠。在两个参考基因组中,26%的QTL是共享的。在这些区域中,几个候选基因被突出显示,包括FRIGIDA-like、CONSTANS-LIKE 6和PHOTOPERIOD-INDEPENDENT EARLY FLOWERING 1(PIE1)。这些发现表明,TBB的遗传结构在群体间存在显著差异,受局部适应和G×E互作驱动,且参考基因组的选择对检测结果有重要影响。研究结果不仅加深了对森林树木复杂物候遗传基础的理解,也为通过辅助迁移利用边缘群体适应性等位基因以应对气候变化提供了科学依据。