1. 云杉八齿小蠹滞育多态性的基因组预测因子及其对多化性潜力和暴发动态的影响

《Molecular Ecology》：Genomic Predictors of Diapause Polymorphism in the Bark Beetle Ips typographus With Implications for Voltinism Potential and Outbreak Dynamics

　　

3. 滞育多态性塑造昆虫生活史，影响其对季节性环境波动的响应。在云杉八齿小蠹（*Ips typographus*）中，滞育表型被分为兼性滞育和专性滞育，显著影响多化性（voltinism）进而影响暴发潜力，然而该性状的遗传机制尚不完全清楚。本研究结合了简化基因组全基因组关联研究（rGWAS）和机器学习（ML）来识别与滞育表型相关的遗传多态性。利用双酶切限制性位点关联DNA测序（ddRADseq），研究人员分析了来自中欧和北欧不同地理位置的滞育表型个体的基因组数据。rGWAS识别出与滞育表型相关的单核苷酸多态性（SNPs），其中编码保幼激素酯酶（JHE）的位点是最强且唯一经经验零校准稳健的关联。ML分类独立地恢复了JHE，检测到涉及蛋白质调控、信号转导和应激反应通路的额外位点，并在置换检验和跨种群验证后实现了高预测准确性。研究人员结合rGWAS和ML的方法优于单独使用任何一种方法，有效识别出一组最小SNPs，能够稳健地区分兼性和专性滞育表型。将模型应用于野生、未表型的*I. typographus*种群，发现中欧地区兼性滞育表型（潜在多化性）比例较高（>50%），而北方纬度地区以专性滞育个体（~97%；单化性）为主，这与对当地环境条件的适应性响应一致，并证明了从基因组数据推断自然种群多化性潜力的可行性。本研究为生态基因组学研究提供了重要进展，并为预测和管理气候变化下害虫种群的暴发风险提供了新工具。

4. 云杉八齿小蠹滞育多态性基因组预测因子及其对多化性潜力和暴发动态的影响——论文解读

**研究背景与问题**

昆虫面对季节性波动的环境，需采取适应性策略以同步其生活史与有利的生长繁殖时期，同时减轻胁迫条件的影响。滞育是一种激素调控、遗传编程的替代发育途径，通常会在环境条件尚有利时提前进入。滞育多态性分为兼性滞育（由环境信号诱导）和专性滞育（不依赖环境因素，作为生活史的一部分）。兼性滞育允许物种灵活调整多化性（每年世代数），而专性滞育则限制昆虫为单化性（或更少）。云杉八齿小蠹（*Ips typographus*）是欧洲云杉（*Picea abies*）最具破坏性的害虫，其滞育多态性显著影响多化性和暴发潜力。气候变化加剧了极端天气事件，延长了繁殖期，增加了暴发风险。然而，滞育多态性的遗传基础尚不完全清楚，解析其遗传架构对理解季节适应机制至关重要。

**研究内容与结论**

研究人员利用简化基因组全基因组关联研究（rGWAS）和机器学习（ML）相结合的方法，识别与兼性和专性滞育表型相关的遗传多态性。通过分析来自中欧（奥地利低海拔和高海拔）和北欧（瑞典）的滞育表型个体，发现编码保幼激素酯酶（JHE）的位点是rGWAS中最强且唯一经经验零校准稳健的关联。ML分类独立恢复了JHE，并识别出参与蛋白质调控、信号转导和应激反应通路的其他位点。结合rGWAS和ML的方法优于单独使用任何一种方法，有效识别出一组最小SNPs，能够稳健区分两种滞育表型。将模型应用于野生种群，预测中欧地区兼性滞育（潜在多化性）比例较高（>50%），而北方纬度地区以专性滞育（~97%；单化性）为主，这与当地环境条件的适应性响应一致。该研究证实了从基因组数据推断自然种群多化性潜力的可行性，并为生态基因组学研究和气候变化下害虫暴发风险预测管理提供了新工具。论文发表在《Molecular Ecology》。

**主要关键技术方法**

研究人员采用双酶切限制性位点关联DNA测序（ddRADseq）获得基因组数据，利用BayPass进行简化基因组全基因组关联研究（rGWAS），使用LightGBM梯度提升决策树进行机器学习（ML）分类和特征重要性排序。样本来源包括奥地利Prinzersdorf（低海拔）、Ges?use（高海拔）和瑞典Vindeln（北方）三个地理位置。对于功能注释，利用已发表的基因组注释和基因本体（GO）术语进行映射。

**研究结果**

**3.1 ddRAD测序与SNP过滤**
通过ddRAD测序和过滤，获得11,867个SNPs（11k SNP集），用于后续分析。表型个体包括296只（兼性和专性滞育），野生个体278只。

**3.2 遗传相关性、种群结构与滞育rGWAS**
变异成分分析（VCA）显示三个地理种群（NORTH、HIGH、LOW）存在清晰聚类。rGWAS在FULL数据集中识别出76个SNPs（BF>2），其中23个中等支持（BF>6），9个强关联（BF>10）。最强的关联是编码保幼激素酯酶（JHE）的SNP（BF=59.9），远超其他位点。经验零校准表明，仅JHE位点完全超出零分布，其余位点作为候选。在HIGH+LOW数据集（仅中欧）中，JHE仍为最高排名（BF=14.4），但未超过零最大值。

**3.3 预测模型验证**
置换检验确认HIGH+LOW模型的AUROC（0.8783）显著高于随机（p=0.001）。留一种群交叉验证（LOPO）显示模型在中欧内部具有泛化能力（平均AUROC=0.7665）。应用FULL特征集时，对北方种群（NORTH）的预测准确率更高（98.25%定性为专性滞育）。零校准表明模型响应真实基因组信号。

**3.4 ML基准测试与特征重要性评分**
最佳模型组合（ML top25 + rGWAS BF>6 + 前三个VCs）达到AUROC=0.9225，准确率=0.896。ML top25中，JHE再次排名第一，重要性分数是第二位的两倍以上。与rGWAS重叠的5个SNPs包括JHE及其他位点。HIGH+LOW分析中，JHE排名下降，表明其在FULL模型中的高排名与北方种群分化相关。

**3.5 功能注释**
rGWAS中弱关联的76个SNPs中，44个有功能注释，18个位于编码区，4个位于非翻译区（UTRs），32个为基因间区。ML top25中14个SNPs有功能注释，7个在编码区，1个在UTRs。

**3.6 基于ML的野生种群表型预测**
FULL模型预测HIGH野生个体中48%为专性滞育，LOW为43%，NORTH为97%。HIGH+LOW模型预测HIGH为51%，LOW为36%，且能显著区分两者（差值为+15.6个百分点，95% CI排除零），表明该模型对海拔差异更敏感。

**总结讨论与结论翻译**

**讨论总结**：本研究结合rGWAS和ML，成功识别了与云杉八齿小蠹滞育多态性相关的遗传标记，特别是JHE基因作为主要关联位点。ML模型能够从SNP基因型预测表型，并应用于野生种群，揭示了不同地理种群滞育表型比例的适应性变化。结合两种方法优于单一方法，且通过置换检验和交叉验证证实了预测的稳健性。研究结果强调了JHE在滞育调控中的核心作用，并指出其他候选基因涉及蛋白质调控、信号转导和应激反应。模型预测的中欧兼性滞育比例较高与多化性潜力一致，而北方专性滞育占主导则反映了单化性的适应性。

**研究结论翻译**：该研究为滞育多态性的遗传基础提供了重要见解，并展示了利用基因组数据预测自然种群多化性潜力的可行性，为气候变化下害虫暴发风险的管理提供了新工具。