线虫中跨代遗传的逻辑

《iScience》：The logic of transgenerational inheritance in a nematode worm

　　要点：
- 捕食性口型的表观遗传印记（TEI）可以是恒定的、适应性的或敏感化的。
- 在短期内，TEI与历史无关；而在长期内，TEI会变得更敏感。
- 更高的维生素B12水平会改变TEI：使口型出现得更早，并减缓形态记忆的衰退。
- 理论和实验揭示了线虫这一特征中TEI的混合动态。

摘要
在多个物种中观察到环境诱导表型的表观遗传继承现象。然而，由于环境变化导致的非遗传继承的动态机制仍不甚明了。在这里，我们利用了线虫Pristionchus pacificus中一种由环境诱导的食同类特征的跨代表观遗传继承（TEI）。通过不同的环境诱导和超级诱导实验，我们展示了环境变化如何影响TEI，并揭示了触发分子——维生素B12——对TEI启动的剂量依赖性。我们的研究为由于环境变化而产生的生态相关特征的TEI动态提供了一个独特的例子。

引言
已在多种生物中报告了表观遗传继承现象，从小鼠的气味敏感性继承到秀丽隐杆线虫（Caenorhabditis elegans）的寿命延长，再到人类因饥荒引起的表观遗传变化。尽管有这些例子，表观遗传继承在进化中的重要性仍然存在争议。重要的是，在暴露于环境线索后，表观遗传变化在三代或更长时间内的遗传（称为跨代表观遗传继承，TEI）被认为在波动的环境中提供了进化优势。然而，关于TEI动态的实验研究很少（例如Houri-Zeevi等人）。据我们所知，还没有案例研究探讨了生态相关表型对环境变化响应的TEI模式。

线虫Pristionchus pacificus提供了一个完美的模型来研究TEI。这种线虫其口部具有发育可塑性，可以根据环境变化呈现两种不同的形式：一种是狭窄口型（St），只有一个牙齿和狭窄的口腔；另一种是宽口型（Eu），有两个牙齿和宽阔的口腔（图1A）。这种发育决策是不可逆的，并影响成虫的摄食能力。St个体的食物主要是细菌，而Eu个体是杂食性的，还可以杀死其他线虫，包括同类——这种行为通过复杂的自我识别系统进行调节。虽然P. pacificus的成虫不会杀死同类，但它们会攻击并食用其他基因型的个体。由于P. pacificus是自体受精的雌雄同体，具有许多与秀丽隐杆线虫相似的特征（世代时间短、易于饲养和基因同质性），因此其口型可塑性的调控机制已经通过正向和反向遗传学方法得到了研究。目前，已经确定了一个详细的基因调控网络。重要的是，P. pacificus的口型决策在某种程度上是随机的，并受到多种环境因素的深刻影响，尤其是饮食。这种口型多态性导致了种内捕食行为，这可能极大地影响P. pacificus及其近缘物种在野外的生态动态。

图1 P. pacificus的口型多态性表现出跨代表观遗传继承，其动态可能遵循恒定、适应性或敏感化的理论模型。

图注：
(A) 线虫P. pacificus可以发育出两种口型：一种是宽口型（Eu），能够捕食其他线虫并同时以细菌为食；另一种是窄口型（St），不能捕食。不可逆的口型决策在从幼虫到成虫的发育过程中形成。
(B) P. pacificus的口型多态性表现为捕食性和非捕食性口型之间的发育转换概率随环境条件（I）的变化，以及跨代表观遗传继承（TEI）的作用。至少五代暴露于诱导环境后，非诱导环境中的三代会继承这种表观遗传特征（II）。P0表示初始幼虫发育成具有捕食性口型的概率。垂直线表示使用贝叶斯模型根据每平板上观察到的捕食性成虫数量推断出的捕食性口型形成概率的95%最高密度区间（HDI）（见STAR方法）。
(C) 我们之前提出了一个假设性的因果模型，将环境触发因素与TEI联系起来。然而，基于我们的实验结果，可以构建不同的调控模型。恒定TEI模型描述了TEI与环境变化无关的情况；适应性TEI模型描述了反复暴露于环境触发因素会减弱TEI的情况；而在敏感化TEI模型中，随着更频繁地暴露于诱导环境，TEI会增强。每种TEI模型反映了不同的调控网络。
(D) 三种TEI模型在定期暴露于环境触发因素下的动态。模型使用的参数见表S1。AU代表任意单位。图(B和D)中阴影区域表示诱导P. pacificus发育出捕食性口型的环境。

在自然界中，P. pacificus常与金龟科（Scarabaeidae）的甲虫共生。具体来说，P. pacificus的持久幼虫和其他线虫的持久幼虫居住在成年甲虫身上（详见Sommer的综述）。当甲虫在土壤中自然死亡后，持久幼虫会发育成成虫，形成一个由细菌和其他分解昆虫尸体的微生物支持的短暂生态系统。随后，新的持久幼虫分散到环境中寻找新的甲虫宿主。在甲虫生命周期的背景下，P. pacificus的口型多态性及其相关的捕食行为预计会极大地影响甲虫尸体上发生的短暂生态竞争动态。先前的研究表明，通过持久阶段从幼虫发育成成虫会诱导捕食性口型，而且有趣的是，一个P. pacificus分离株发展为持久幼虫的可能性会受到竞争分离株分泌的信息素的影响。然而，尽管最近有研究探讨了P. pacificus表型可塑性在促进和/或阻碍共存方面的生态意义，但对于捕食性口型的表观遗传过程及其在野外（特别是在甲虫尸体降解过程中）的潜在作用知之甚少。

最近，我们证明捕食性口型的饮食诱导可以在多代中跨代遗传。使用来自留尼汪岛高海拔地区的野生P. pacificus分离株RSC011进行了长期环境诱导实验。当在标准实验室食物来源大肠杆菌OP50上培养时，P. pacificus PSC011成虫约有30%的概率发育出宽口型（Eu）。相比之下，将这些线虫暴露于来自Pristionchus自然环境的细菌Novosphingobium L76后，发育出宽口型的概率增加到100%（图1B）。这种饮食诱导的捕食性口型是立即发生的（在暴露的第一代），并且是系统性的（所有暴露于诱导饮食的分离株都会表现出宽口型）。值得注意的是，从Novosphingobium L76切换回大肠杆菌OP50饮食会导致捕食性口型的表观遗传继承（图1B）。这种跨代记忆至少可以持续四代，但需要至少五代的原始Novosphingobium L76暴露。这种TEI模式与秀丽隐杆线虫中的大多数TEI例子不同。随后，我们发现细菌来源的维生素B12通过促进卵黄蛋白的生成对于诱导P. pacificus的捕食性口型是必要且足够的。

需要注意的是，这些实验室研究并不能完全模拟自然条件。在甲虫尸体分解的生态背景下，预计细菌生物量在尸体上的多样性和时间变化是存在的。为了探索这种暴露于诱导因子的变化如何影响P. pacificus的捕食性形态的TEI，我们设计了多种不同的诱导实验，使P. pacificus在不同代数交替暴露于Novosphingobium L76或大肠杆菌OP50。

在这篇手稿中，首先我们发展了简单的理论模型，以说明P. pacificus的TEI可能的模式及其与环境变化的关系。其次，我们采用了双管齐下的实验方法来理解哪种理论模型更好地解释了口型多态性的TEI。我们的方法依赖于两种实验设计：(a) 替代诱导实验，用于系统地探讨TEI如何随环境变化；(b) 超级诱导实验，用于评估TEI对环境刺激强度的响应。总体而言，我们的结果揭示了TEI作为环境变化函数的动态，并将这些观察到的变化联系到一个理论框架中，从而增加了对P. pacificus捕食性形态TEI机制理解的基础。

结果
已经有一些理论尝试将表观遗传继承纳入进化框架中。然而，这些模型主要关注表观遗传继承作为亲代与后代之间额外相关性的潜在作用及其对种群选择反应的影响。相比之下，我们关注的是TEI本身的动态及其与环境的关系。Houri-Zeevi等人之前提出了一个合适的模型：
$$
\mathbb{D}_{\text{TEI}} = \mathbb{x}\mathbb{y} + \mathbb{\beta}\mathbb{\delta}\mathbb{n}\mathbb{n} + \mathbb{k}\mathbb{n} - \mathbb{\lambda}\mathbb{\gamma}\mathbb{z}
$$
（方程1）
其中 $\mathbb{z}$ 是被触发因素 $\mathbb{x}$ silence的基因状态，该触发因素仅在 $\mathbb{x}=\mathbb{t}_0$ 时存在，并以速率 $\mathbb{\lambda}$ 退化。该模型基于在秀丽隐杆线虫中观察到的关于双链RNA诱导的基因沉默的三个规则：(1) 后代反应与亲代状态之间的相关性；(2) 暴露于触发因素的亲代的随机遗传状态；(3) 跨代持续时间，即TEI持续时间越长，其可能性越大。

P. pacificus的口型状态的TEI似乎偏离了规则(2)和(3)：对环境触发因素（Novosphingobium L76）的反应是系统性的，导致所有品系都表现出捕食性口型，并且在暴露于触发因素5到95代的品系之间TEI变化很小。对于品系 $\mathbb{j}$ 的个体 $\mathbb{i}$，其在环境 $\mathbb{E1}$ 中的口型状态 $\mathbb{X}_i$ 可以表示为 $\mathbb{X}_i \sim B_i^n o_m(\mathbb{T}_j | \mathbb{E1})$，而在环境 $\mathbb{E2}$ 中则为 $\mathbb{X}_i \sim B_i^n o_m(\mathbb{T}_j | \mathbb{E2})$，其中 $\mathbb{T}_j$ 是在给定环境中发展出两种口型之一的概率。然而，TEI表明 $\mathbb{T}_j | \mathbb{E2}$ 应该受到亲代所经历环境的影响。我们提出了一个P. pacificus的TEI模型，由一个因果网络表示：
$$
\text{Tigger} \rightarrow X \rightarrow Y \rightarrow Z
$$
（方程2）
其中未知的触发因素诱导了酶 $\mathbb{X}$（EBAX-1泛素连接酶）的活性，这抑制了微小RNA $\mathbb{Y}$（miR-2235a/miR-35）。在缺乏触发因素或酶 $\mathbb{X}$ 降解后，$\mathbb{Y}$ 会降解微小RNA靶标 $\mathbb{Z}$，从而阻止P. pacificus的捕食性口型形成。尽管这一过程的更多机制细节目前尚不清楚，但这个因果模型可以帮助我们构建一个现象学模型。可以指定一个简单的电路：
$$
\mathbb{D}_{\text{TEI}} = \mathbb{\alpha}\mathbb{X}\mathbb{t} - \mathbb{\beta}\mathbb{X}\mathbb{u}(\mathbb{t}) - \mathbb{\gamma}\mathbb{X}\mathbb{u}\mathbb{t} = \mathbb{\alpha}\mathbb{Y}_1 + (\mathbb{X}\mathbb{H}\mathbb{X}\mathbb{Y})\mathbb{n}\mathbb{X}\mathbb{Y} - \mathbb{\beta}\mathbb{Y}\mathbb{Y}\mathbb{R}\mathbb{t} = 1 - \mathbb{R}\mathbb{\tau}\mathbb{R} - \mathbb{k}\mathbb{R}\mathbb{u}(\mathbb{t})
$$
（方程3）
其中 $\mathbb{u}(\mathbb{t})$ 是时间 $\mathbb{t}$ 的触发因素，$\mathbb{\alpha}$ 表示最大产生量，$\mathbb{\beta}$ 表示降解。添加了额外的成分 $\mathbb{R}$，以便在系统中明确包含历史信息。$\mathbb{Z}$ 的动态可以根据不同的TEI形式进行建模。假设 $\mathbb{Z}$ 与触发因素 $\mathbb{u}$ 的效果和可用 $\mathbb{R}$ 之间存在直接关系，可以实现恒定的TEI：
$$
\mathbb{D}_{\text{TEI}} = \mathbb{\alpha}\mathbb{Z}\mathbb{u}(\mathbb{t}) - \mathbb{\beta}\mathbb{Z}\mathbb{u}
$$
（方程4）
一个不连贯的前馈循环可以用来模拟适应性TEI响应，即在间歇性暴露于触发因素的情况下表现出较弱的TEI模式：
$$
\mathbb{D}_{\text{TEI}} = \mathbb{k}\mathbb{A}\mathbb{u}(\mathbb{t}) - \mathbb{\alpha}\mathbb{A}\mathbb{\tau}\mathbb{A}\mathbb{u}(\mathbb{t}) + \mathbb{\alpha}\mathbb{A} - \mathbb{\beta}\mathbb{A}\mathbb{Z}
$$
（方程5）
其中 $\mathbb{A}$ 在诱导阶段起到抑制作用。最终，一种具有敏感性的TEI（表型转换诱导）如果过去曾经接触过触发因素，将会表现出更强的TEI模式。通过引入??来保护??免受降解，可以对其建立模型：??????????=????????(??)?????????eff=????1+?????????????????=????????(??)??????eff???。（方程6）每个模型都产生一个独特的调控网络（图1C），每个网络对环境变化都有不同的响应：恒定TEI模型描述了TEI独立于环境变异性的情况；适应型TEI模型描述了重复接触环境触发因素会减弱TEI的情况；最后，在敏感性TEI模型中，随着更频繁地接触诱导环境，TEI会被放大。这些模型展示了在P. pacificus中可以观察到的三种TEI的一般模式（图1D）。这三个模型都不能被事先排除，而且在生态和/或进化背景下都是合理的。尽管这些模型的细节并不直接反映数据，但它们为我们提供了指导实验设计的玩具模型。

为了将理论联系到现实，我们设计了两种实验方法：一种替代诱导实验和一种超级诱导实验。这些设计背后的思路是将负责P. pacificus中捕食性口型诱导的基因调控电路视为一个黑箱：由于分子机制的内部工作原理尚未完全理解，通过操纵输入（环境线索）并观察输出（TEI的模式），我们旨在揭示这一系统的动态。具体来说，鉴于P. pacificus中捕食性口型发展的生态影响，将TEI背后的机制视为黑箱，使我们能够推断环境变异性（包括时间变异模式）与TEI模式之间的关系，从而为理解食同类特征的非遗传继承提供更准确的起点。

在实验开始时，将一只自交的P. pacificus RSC011个体从标准的大肠杆菌OP50（非诱导环境）转移到Novosphingobium L76（诱导环境）中。每一代都有一只健康的J4幼体被转移到新的培养板上。单 worms瓶颈意味着种群的遗传变化是由漂变驱动的；遵循Quiobe等人描述的相同程序。在Novosphingobium L76上繁殖??代后，下一代会在大肠杆菌OP50上繁殖，然后再将其转移到Novosphingobium L76。这一模式在实验期间重复进行。对Novosphingobium L76的替代暴露决定了蠕虫在暴露于触发因素的代数，之后中断暴露一代（图2A）。我们使用??=1、2、3、4、5的替代诱导实验（AIEs）来说明P. pacificus在暴露于变化环境中的TEI动态。

图2 替代诱导实验表明，捕食性口型的TEI在很大程度上与历史无关，除非经过五代的暴露后，才会产生敏感性响应。

图2A 替代诱导实验的设计。（B–F）当??=1时，实验过程中TEI没有积累，表明在这种情况下TEI不会变得敏感，而是通过移除环境触发因素而重置。在??=2（C）、??=3（D）和??=4（E）的AIE中，观察到无论暴露时间多长，TEI都保持恒定的响应。然而，当??=5（F）时，观察到敏感性动态，因为在第二阶段暴露后TEI会增加。在（B）–（F）中，垂直线表示预测捕食性口型发展???的95%最高密度区间（HDI）。每个图中的阴影区域表示在诱导饮食Novosphingobium L76上的繁殖。

与AIE不同，在超级诱导实验中，我们操纵的是环境线索的强度。此前我们已经证明维生素B12对于诱导P. pacificus的捕食性口型是必要且充分的。为了增加诱导剂的强度，我们在Novosphingobium L76中补充了1500???M维生素B12。在超级诱导实验中，蠕虫在补充了维生素B12的培养板上繁殖??代，然后移出一只健康的J4幼体开始新的世代。在经过??代的超级诱导后，蠕虫在大肠杆菌OP50培养板上繁殖，以观察捕食性口型的TEI模式。为了推断超级诱导的效果，每个实验都伴随着一个诱导实验，在Novosphingobium L76上繁殖??代后再转移到大肠杆菌OP50上。我们假设通过操纵诱导剂浓度，可以补充AIE设计，揭示P. pacificus中TEI的动态。

在AIE中，蠕虫在诱导环境（Novosphingobium L76）中生长??代，然后在非诱导环境（大肠杆菌OP50）中生长一代。这一模式在实验中重复进行，以推断TEI动态与环境变异性的关系。每一代使用一只雌雄同体个体来建立新种群，确保观察到的模式不是由于选择造成的。在??=1的AIE中，即单一代的暴露后，敏感性的TEI会导致在非诱导环境中发展出捕食性口型的概率增加。然而，在这样的AIE中，18代内没有观察到明显趋势（图2B）。通过比较在非诱导饮食下生长的世代之间发展出捕食性口型的预测风险差异（RD），没有观察到这种趋势（图S3）。同样，在??=2的情况下也没有观察到这种趋势（图2C和S4A）。这些结果提示TEI可能与历史无关，只有在至少暴露于诱导环境5代后才会激活，这与Quiobe等人之前的观察结果一致。??=3和??=4的AIE都与此模型相符（图2D和2E）。然而，对于??=3，第4代和第12代之间的比较，0.076≤ 95%H?D?I?(RD)≤0.34，表明在非诱导饮食上对响应有影响（图S4B）。相比之下，??=5的AIE——这对应于P. pacificus中捕食性口型形成的最低所需代数——显示出与敏感性TEI一致的模式：第二次暴露于诱导环境5代后，非诱导环境中发展出捕食性口型的概率增加（0.17≤ 95%H?D?I?(R?D)≤0.43，比较第12代和第6代）（所有实验的RD在图S3和S4中可以找到）。

我们之前提出，P. pacificus中口型多态性的关键触发因素是维生素B12，它由Novosphingobium L76产生。因此，只要蠕虫对触发因素的摄取不是限制因素，向诱导饮食（Novosphingobium L76）中添加额外的B12就会增加蠕虫遇到的触发因素浓度。触发因素浓度的增加可以导致TEI的早期出现和/或改变TEI的持续时间。为了验证这一假设，我们设计了超级诱导实验。在超级诱导实验中，我们将P. pacificus RSC011蠕虫暴露于Novosphingobium L76（诱导条件）或Novosphingobium L76加上1500???M维生素B12（超级诱导条件），然后将其转移回非诱导环境（大肠杆菌OP50）。由于缺乏关于B12浓度对TEI影响的信息，我们探索了从1到5代的诱导和超级诱导期范围（图3）。我们之前已经报告，至少需要五代的暴露于Novosphingobium L76才能在P. pacificus RSC011中诱导TEI。

图3 维生素B12的超级诱导相对于单独诱导加速了捕食性口型表型遗传的启动。

图3A–G 诱导（B、D和F）和超级诱导（C、E和G）实验中的TEI模式。在每个实验中，蠕虫在Novosphingobium L76（诱导）或Novosphingobium L76加上1500???M维生素B12（超级诱导）上繁殖??∈{1,2,3}代，然后再转移到非诱导环境（大肠杆菌OP50）。在E. coli OP50中的 na?ve 蠕虫发展出捕食性口型的概率作为我们的参考（A）。垂直线表示预测捕食性口型发展???的95% HDI。为了说明每个实验中的TEI模式，我们根据诱导或超级诱导后的非诱导环境逆转期间???的后验预测来测量RD（见STAR方法）。该分析量化了向预期响应的收敛程度。此外，我们还测量了非诱导环境中第??代与诱导或超级诱导后第一代（R1）之间的RD。这种比较表明了表型遗传的模式。后验预测的RD以直方图显示，水平红色条表示给定比较的95% HDI。

在诱导或超级诱导条件下暴露一代对在非诱导环境中发展出捕食性口型的预测概率没有显著影响（图3B和3C）。在超级诱导条件下暴露二代后，非诱导环境中第一代发展出捕食性口型的预测概率增加（对于诱导条件，0.45≤95%H?D?I?(～??R?1)≤0.72；对于超级诱导条件，0.62≤95%H?D?I?(～??R?1)≤0.84）（图3D和3E）。当比较诱导或超级诱导进行三代后的实验时，超级诱导在TEI早期启动中的效果变得明显（图3F和3G）。在诱导情况下，???R???显示出微小效果，而在超级诱导情况下，0.69≤95%H?D?I?(～??R?1)≤0.92，非诱导环境中的第二代仍然较高（0.66≤95%H?D?I?(～??R?2)≤0.88），随后达到与诱导情况相当的水平。诱导和超级诱导四代后，形成了显著的模式：在超级诱导后立即在非诱导饮食上发展出捕食性口型的概率非常高（0.63≤95%H?D?I?(～??R?1)≤1），相比之下诱导条件为0.45≤95%H?D?I?(～??R?1)≤0.7）（图4B和4C）。然而，在非诱导环境中的第二代显示捕食性口型概率下降（0.55≤95%H?D?I?(～??R?2)≤0.77），随后下一代又有所增加（0.66≤95%H?D?I?(～??R?3)≤0.9）。尚不清楚这些TEI效应在多大程度上可归因于维生素B12对蠕虫的广泛影响。

图4 四代的诱导或超级诱导揭示了不同的表型遗传模式。

图4A–C 诱导四代后（即在Novosphingobium L76上繁殖）和超级诱导四代后（即在Novosphingobium L76加上1500???M维生素B12上繁殖）的TEI模式。在E. coli OP50中的 na?ve 蠕虫发展出捕食性口型的概率作为我们的参考（A）。垂直线表示预测捕食性口型发展???的95% HDI。我们测量了在逆转到非诱导环境期间给定代数的???的RD，作为向 na?ve 响应收敛的指标，以及逆转期间的???的RD，作为表型遗传的说明。每个水平红色条表示给定比较的RD的95% HDI。

诱导和超级诱导五代清楚地展示了触发分子浓度对口型多态性TEI持续时间的影响（图5B和5C）。与之前的发现一致，五代暴露于诱导条件下会立即提高发展出捕食性口型的概率（0.87≤95%H?D?I?(～??R?1)≤0.1）。这种反应逐渐减弱，最终在我们的实验中达到了0.29≤95%HDI(～??R?4)≤0.74（见图4B和S5C）。然而，超诱导减缓了TEI的衰减速度，在非诱导环境下经过四代后，TEI的值仍保持在0.49≤95%HDI(～??R?4)≤0.75，并在随后的代中保持相对较高水平（0.4≤95%HDI(～??R?5)≤0.7）（见图5C）。鉴于在n=5的超诱导实验中，R?4和P?0之间的R?D仍然较高（?0.02≤95%HDI(R?DR?4vsP0)≤0.33），而在诱导实验中相应的R?D大致围绕零（?0.2≤95%HDI(R?DR?4vsP0)≤0.3），我们继续进行了额外一代的超诱导实验。有趣的是，R?5和P?0之间的R?D仍然高于R?4在诱导实验中的值（?0.11≤95%HDI(R?DR?5vsP0)≤0.28）。使用我们的指数衰减模型（方程式10、11和12）可以更好地说明n=5时诱导和超诱导之间表观遗传记忆的差异。我们的模型表明，在诱导实验中，表观遗传记忆的衰减速度比在超诱导实验中快（诱导实验为0.36≤95%HDI(??)≤0.56，超诱导实验为0.21≤95%HDI(??)≤0.41）（见图5D）。图5显示了五代超诱导后，与单独诱导相比，捕食性口型的跨代表观遗传记忆的衰减速度有所减缓。

本文探讨了捕食性表型（TEI）的逻辑和动态。秀丽隐杆线虫（P. pacificus）非常适合研究环境变化对TEI的影响，因为它展示了少数具有生态相关表型的TEI案例之一。基于简单的理论模型，我们进行了两组实验来研究P. pacificus中捕食性口型的TEI潜在模式。替代性诱导实验表明，捕食性形态的TEI在很大程度上独立于历史背景。而超诱导实验则表明TEI的起始时间可能会提前，这表明线虫本身并不是初始TEI的限制因素。这些发现有助于我们更深入地理解这一复杂的表型，并为理解其在自然界中的相关性提供了必要信息。替代性诱导实验遵循了一个混合模型，其中n<5的AIE显示为历史独立的，而n=5的AIE则表现出敏感化的TEI（见图2）。n=5的AIE中的模式令人困惑：为什么在非诱导环境中中断AIE不会重置效果，而在n<5的AIE中中断足以破坏记忆？解决这一谜题的一种可能策略是在更长的时间尺度上进行AIE，以观察是否有足够的触发因素积累。然而，这种解决方案会复杂化问题，因为随机突变可能在AIE中固定下来，由于其与突变积累实验的相似性。此前，我们在长期实验诱导过程中记录了此类突变。我们认为，n=5的AIE中观察到的明显敏感化现象可以通过两种假设来解释：（1）线虫每代吸收的触发因素量有限，需要五代才能积累足够的触发因素来激活TEI；（2）Novosphingobium L76中的触发因素浓度不足，如果提供更高浓度的触发因素，P. pacificus会在较短的时间内对诱导环境产生TEI反应。

我们的超诱导实验强烈支持第二种模型，因为在Novosphingobium饮食基础上添加维生素B12可以显著提高捕食性口型的传播率（见图3）。需要注意的是，由于目前还没有可靠的维生素B12传感器，因此无法确定单个线虫中的维生素B12确切浓度。尽管这些补充实验中的维生素B12浓度遵循了之前关于剩余杀死和跨代记忆的研究，但Pristionchus的维生素B12应用需要使用比C. elegans更高的剂量（1,000或1,500 nM对比63 nM）。有趣的是，先前的研究表明，诱导捕食性口型所需的维生素B12量要少得多，即大约1 nM的补充就足够了，而只有极高的、超出生理水平的维生素B12补充才会导致TEI。尽管测量线虫中的B12浓度存在困难，但外源性补充的效果可以在转录水平上观察到。例如，我们最近展示了B12和Novosphingobium L76对P. pacificus中9个卵黄生成基因中有8个的上调作用。

观察发现，P. pacificus的捕食性口型TEI并不会随着周期性地暴露于诱导环境而减弱，而是遵循一个常数和敏感化TEI的混合模型，其中诱导剂的浓度起着重要作用。这暗示了TEI如何影响P. pacificus与其他线虫物种之间的生态竞争的复杂性。具体来说，尚不清楚重复超诱导将如何影响TEI的动态，更根本的是，P. pacificus的自然栖息地中是否存在类似的超诱导现象。更重要的是，在P. pacificus常出现的腐肉甲虫环境中，种群数量被细菌群落大幅减少。了解细菌群落如何影响P. pacificus的捕食性表型TEI对于理解TEI的生态后果至关重要，以及TEI动态本身在多大程度上可能受到选择的影响。

跨代可塑性（TGP）是一个广泛的概念，描述了当一代环境的影响影响到下一代时的非遗传继承。在讨论我们的结果时，尤其是超诱导实验的结果时，这个概念非常适用，因为TEI关于受影响代的严格标准并不反映观察到的动态复杂性。此外，我们的实验设计揭示了这些术语背后的复杂性。具体来说，我们的结果表明，P. pacificus中发育可塑性的诱导和TGP的模式并不相同。虽然捕食性口型的诱导是系统性和即时的，但TGP的开始既受到线虫暴露于环境触发因素的代数影响，也受到该触发因素浓度的影响，最好将其描述为常数和敏感化TEI模型的结合（见图1D）。

假设TEI的进化直接依赖于环境变异性，而在代内环境变异性较低且代间存在变异性的情况下，发育可塑性的进化是可能的，并且TEI需要较长的稳定期。我们对P. pacificus中食肉性特征的TEI的探索提供了一个独特的例子，以理解表观遗传继承如何在直接通过捕食影响竞争的生物中展现出来。Luther Burbanks在描述环境对遗传作用时使用了“不断变化的生命力量”的概念，这有助于我们更好地理解非遗传继承的动态，这是 Characterize 非遗传继承在生态学和进化中作用的必要性。

**研究的局限性**：
(1) 可以设想其他调控关系。进一步研究P. pacificus中口型状态TEI背后的调控网络可能需要修改现有的假设关系。
(2) AIE中对诱导环境的暴露持续时间的选择相当任意。虽然这些时间范围在实验上是可以处理的，并足以引发TEI，但它们并不是通过对所有可能暴露模式的系统探索得出的。原则上，可以设计具有可变暴露时间的AIE，例如包含不规则暴露间隔、不对称周期或随机序列，以探究不同的时间模式如何塑造TEI反应。然而，并非所有这样的AIE方案都能同样有效地揭示潜在的调控关系。
(3) 对于超过五代的超诱导对TEI的影响尚未探索。原则上，扩展超诱导的持续时间可以揭示捕食性口型的表观遗传记忆是在长期暴露于高浓度触发因素下饱和、稳定还是开始衰减。然而，由于将P. pacificus线虫暴露于超出生理水平的B12可能会产生意想不到的负面影响，因此进一步研究更长时间的超诱导会变得更加复杂。

**资源可用性**：
更多信息和资源请求应联系主要联系人Ralf J. Sommer（[e-mail]）。

**材料可用性**：
本研究没有生成新的和/或独特的试剂。

**数据和代码可用性**：
- 本文报告的数据可在与本文相关的GitHub仓库中找到（https://github.com/Kalirad/NematodeSuperinduction, https://doi.org/10.5281/zenodo.19183573）。
- 用于分析实验数据和理论调控模型的所有代码和软件均可在与本文相关的GitHub仓库中找到。
- 如需重新分析本文报告的数据，可向主要联系人咨询。

**致谢**：
本工作由Max Planck Society资助。

**作者贡献**：
S.P.Q.、A.K.和R.J.S.设计了实验。S.P.Q.和A.K.进行了实验。S.P.Q.收集了数据。A.K.分析和可视化了结果。A.K.进行了数学建模。S.P.Q.、A.K.和R.J.S.撰写了手稿。

**利益声明**：
作者声明没有竞争利益。

**STAR★ 方法**：
关键资源表：
实验模型：生物/菌株
- P. pacificus RSC011菌株（Sommer Lab-MPI Biology）
- 细菌菌株：E. coli OP50N/AN/AN
- Novosphingobium sp. L76N/AN/A
- 埃希氏大肠杆菌（Escherichia coli）卡那霉素抗性菌株（N/AN/A）
- 化学物质：维生素B12，98%+%9（干重基）

**软件和算法**：
- PyMCA（bril-Pla等人，https://github.com/pymc-devs/pymc）
- NumPy（Harris等人，https://numpy.org/）
- Virtanen等人，https://scipy.org/每个实验中使用的蠕虫数量记录在表S2中。

**口型表型分析**
口型表型分析是通过对线虫的口腔进行观察来进行的，使用的是Zeiss Discovery V.20立体显微镜（放大倍数为150倍），依据之前描述的口型特征进行判断。每个培养板中检测20只成年幼虫。

**饮食补充**
维生素B12（编号A1489403）由Thermo Scientific提供，在每次实验前用水溶解制备成储备液。在将溶液倒入6厘米的培养板之前，按照所需浓度将其与NGM琼脂混合。培养板在室温下干燥两天后，再接种Novosphingobium L76菌种。

**TEI模型**
代表不同TEI动态模型的常微分方程系统，使用Python 3.12和SciPy 1.15.3进行数值积分。

**定量与统计分析**
成年线虫采用捕食性口型的概率是通过以下分层贝叶斯模型计算的（图S1A）：
$$ y_i \sim \text{Binomial}(N, \theta_i) $$
$$ \theta_i = \logit^{-1}(\frac{\xi_i}{\xi_0}), \quad \xi_i = \mu + \zeta_i \cdot \sigma, \quad \zeta_i \sim \text{Normal}(0, 1) $$
$$ \mu \sim \text{Normal}(0, 2), \quad \sigma \sim \text{HalfNormal}(2) $$
（公式7）
利用推断出的参数，可以计算出发展出捕食性口型的预测概率：
$$ \hat{\zeta} \sim \text{Normal}(0, 1), \quad \hat{\theta} = \logit^{-1}(\mu + \hat{\zeta} \cdot \sigma) $$
（公式8）
使用95%最高密度区间（HDI）来可视化发展出Eu口型的概率。
TEI的影响通过第i代与逆转后第一代之间的风险差异（RD）来量化：
$$ RD = \hat{\theta}_i - \hat{\theta}_{\text{baseline}} $$
（公式9）
表观遗传记忆的衰退率是用贝叶斯模型估计的。给定天真线虫（P0）的口型似然函数：
$$ \zeta_{P0} \sim \text{Bernoulli}(0, 1), \quad \logit(\theta_{P0}) = \mu + \zeta_{P0} \cdot \sigma $$
（公式10）
以及逆转期间第t代的口型似然函数：
$$ \zeta_{t} \sim \text{Bernoulli}(0, 1), \quad \logit(\theta_{t}) = \mu_{t} + \zeta_{t} \cdot \sigma $$
（公式11）
我们将表观遗传记忆的丧失建模为指数衰减：
$$ \mu_t = \mu_{P0} + (\mu_{R1} - \mu_{P0}) \cdot (1 - \epsilon_t) $$
（公式12）
其中$\epsilon_t$表示表观遗传记忆相对于在非诱导环境下生长的第一代（$R_1$）的衰退率（图S1B）。
该模型使用Python 3.12和Numpy 2.3.0通过PyMC进行拟合，并通过常见的收敛诊断方法确保估计值的稳定性（图S2）。

**补充信息（1）**
PDF文件（1.44 MB）
文档S1：图S1–S4以及表S1和S2