基于靶向捕获数据的樟科植物系统基因组学与进化研究

《Molecular Phylogenetics and Evolution》：Phylogenomics and evolution of the Lauraceae based on targeted capture data

　　摘要：樟科（Lauraceae）是一个高度多样化的木兰类植物科，包含大约63个属和3000多种物种，在热带和亚热带森林中扮演着关键的生态角色。然而，其九个族之间的深层关系尚未得到解决，这可能是由于采样有限以及复杂的进化过程，如不完整谱系分选（ILS）和基因流的影响。为了应对这些挑战，我们使用了一套新设计的专门针对樟科的探针，生成了255个单拷贝核基因和叶绿体基因组的数据集，实现了迄今为止最全面的属级采样（84%）。系统基因组分析重建了一个稳健的核树，确定了Neocinnamomeae族作为Caryodaphnopsideae族的姐妹群，并揭示了明显的基因树冲突和普遍存在的细胞核不一致现象。为了研究这些模式背后的进化过程，我们进行了全面分析。结果表明，冲突的核基因树反映了ILS、基因树估计误差和基因流的综合效应，其中ILS在樟科的核心部分占主导地位，而细胞核不一致主要由广泛的基因流驱动。分化分析进一步表明，快速的谱系积累事件与主要的基因流事件相吻合，这表明基因流可能在樟科的多样化中起到了作用。总体而言，本研究为樟科提供了一个稳健的核系统基因组框架，并证明了基因流对其进化史产生了深远的影响，揭示了基因流对高度多样化的热带植物谱系多样化的贡献。

引言：樟科（Laurales）是一个物种丰富的木兰类植物科，包含大约63个属和3000多种物种（Chanderbali等人，2001；Li等人，2025）。该科的成员主要是木本植物，除了草本寄生植物Cassytha L. Rohwer（1993）。化石和分子数据表明，樟科至少起源于早白垩世，并自此之后持续多样化（Song等人，2024；Li等人，2025；Yang等人，2026）。该科广泛分布于热带和亚热带地区，多样性中心位于热带亚洲和热带美洲（Yang等人，2026）。樟科是湿热热带低地和高山森林中的常见组成部分，通常在全球湿润至湿润森林中排名前十的树木科之一（Richter，1981；Rohwer，1993；Cardoso等人，2017；Li等人，2025）。樟科与壳斗科（Fagaceae）、木兰科（Magnoliaceae）和山茶科（Theaceae）一起主导着东亚的亚热带常绿阔叶森林（EBLFs），强调了它们的生态重要性（Wu，1995；Song，2013；Li等人，2025）。因此，一个明确的樟科系统发育谱系有助于更好地理解热带和亚热带森林的起源和进化。系统发育树为重建进化历史和研究谱系分化提供了必要的框架（Soltis等人，2019；Zhang和Ma，2024）。尽管最近基于形态学和分子证据认定了樟科的九个族，即Hypodaphnideae、Cryptocaryeae、Cassythae、Neocinnamomeae、Caryodaphnopsideae、Mezilaureae、Perseeae、Cinnamomeae和Laureae，但它们之间的族间关系仍然不清楚（Tian等人，2021；Song等人，2024；Li等人，2025）。来自不同数据集的拟合关系经常存在不一致。例如，基于母系叶绿体基因组重建的树显示了一个大体上一致的主干关系（Song等人，2020；Liu等人，2021；Song等人，2024；Yang等人，2026），其中Hypodaphnideae作为其余族的姐妹群，随后是Cryptocaryeae、Cassythae、Neocinnamomeae、Caryodaphnopsideae、Mezilaureae以及核心樟科（Perseeae、Cinnamomeae、Laureae）的顺序分化。相比之下，线粒体树支持Caryodaphnopsideae和Neocinnamomeae为姐妹群的关系（Song等人，2024）。而核系统发育树则产生了不同的拓扑结构，特别是在Mezilaureae的单系性和CNC族（Caryodaphnopsideae、Neocinnamomeae和Cassythae）的关系上，至少有五种基于不同数据集和分析方法的替代主干拓扑结构（图1；补充表S1；Chanderbali等人，2001；Wang等人，2010；Chen等人，2020；Liu等人，2021；Song等人，2024；Helmstetter等人，2025）。系统发育不一致可能源于分析因素，包括系统发育信号不足、分类单元采样有限和方法学偏见，这些因素可能导致基因树估计误差（GTEE）并误导系统发育推断（Steenwyk等人，2023；Bjornson等人，2024）。现有的樟科系统发育研究仍受到这些限制的约束。早期基于少数位点（如ITS和26S rDNA）的分析由于遗传信息有限而分辨率较低（Wang等人，2010；Liu等人，2021）。尽管RAD-seq和基因组重测序方法提高了如Laureae和Ocotea复合体等小分支的系统发育分辨率，但这些研究仅限于单个族且分类单元采样有限（Qin等人，2023；Penagos Zuluaga等人，2021）。更近期的系统基因组数据集仍缺乏全面的科级覆盖。例如，Chen等人（2020）分析了275个单拷贝核基因（SCG），但仅采样了19个属，而Helmstetter等人（2025）使用Angiosperms353探针包含了35个属，但由于捕获效率低导致大量数据缺失和核心族间关系未解决。这些累积的限制突显了需要一个更全面、更稳健且分类学上更具代表性的樟科核系统发育谱系的必要性。不完整的谱系分选（ILS）和持续的基因流（如杂交、异源多倍体、渐渗）等生物过程可以在核基因树和细胞核之间产生不一致，这种模式在快速辐射的谱系中很常见（Cai等人，2021；Steenwyk等人，2023；Stull等人，2023；Bjornson等人，2024；Combrink等人，2025）。ILS发生在祖先多态性在快速物种形成过程中持续存在时，而基因流产生了新的等位基因组合，增加了基因树的异质性（Soltis和Soltis，2009；Stull等人，2023；Combrink等人，2025）。这两种过程都被认为是樟科系统发育冲突的主要来源，并使重建系统发育树变得复杂（Liu等人，2021；Qin等人，2023；Li等人，2025）。尽管在樟科中检测到了一些种间杂交事件（Ci等人，2008；Wu等人，2020；Draper等人，2024；Reyes-Alemán等人，2024），但ILS和基因流对系统发育重建和进化史的更广泛影响仍大部分未被探索。减少分析不确定性并厘清生物过程对于解决樟科的主干系统发育和阐明其进化史至关重要。为了解决这些长期存在的挑战，我们开发了一套专门针对樟科单拷贝核基因和叶绿体的探针，采样了所有九个族中的84.1%（53/63）的属。这套探针适用于新鲜和标本馆标本，显著提高了分类单元采样率，并能够从历史或退化的样本中恢复高质量的核序列（Pezzini等人，2023）。与通用探针相比，这种线系特异性探针进一步提高了捕获效率，增加了数据完整性，并增强了系统发育分辨率（Andermann等人，2019；Pezzini等人，2023；Pérez-Escobar等人，2024）。近年来，多种分析方法的发展使得能够量化系统发育冲突并识别其在不同分类尺度上的根本原因（Smith等人，2015；Shen等人，2017；Pease等人，2018；Cai等人，2021；Shang等人，2025；Xu等人，2025）。利用这一全面的数据集，在多方面的系统基因组框架内，我们重建了樟科的稳健核主干系统发育谱系，并分别解析了不完整谱系分选和基因流对系统发育不一致的贡献。我们还进行了分子定年和多样化分析，以研究整个科的分化过程。

**探针设计、分类单元采样和测序**：我们为整个樟科开发了针对275个单拷贝核基因（SCG）的靶向富集探针。探针序列可在GitHub上获取（https://github.com/ZhiYANG69/Lauraceae_backbone）。这些核基因的参考序列来自Chen等人（2020），这些序列是通过使用HMMER v.3.2.1（Finn等人，2011）从23种樟科物种的转录组数据中获得的。目标序列被设计用来覆盖外显子区域，总长度为...

**组装和数据过滤**：为了评估樟科特异性 bait 的效率，我们总结了从63个样本中恢复的核和叶绿体序列的情况（补充图S1；补充表S3）。平均每个样本恢复了270个核位点，46个物种几乎所有275个目标位点都被检索到，反映了高捕获效率。捕获的核序列平均长度为293 kb（范围：18–328 kb），占总目标长度的88.8%。57个物种的叶绿体（90.5%）被成功捕获...

**基于单拷贝核数据的樟科主干系统基因组学**：由于分类单元采样有限和系统发育信号冲突或不足，长期以来阻碍了樟科主干系统发育谱系的重建。以前的系统发育研究基于从少数到数百个核基因的不同数据集产生了多个冲突的拓扑结构（图1；补充表S1）。通过开发针对SCG的樟科特异性探针并采样63个已确认属中的53个（84.1%），我们生成了迄今为止最全面的属级核系统基因组谱系...

**结论**：本研究重建了迄今为止最全面的樟科属级核系统基因组主干谱系，使用新开发的科特异性探针解决了长期争论的族间关系。我们的结果表明，樟科中的基因树不一致是由ILS、GTEE和基因流的共同影响造成的，而广泛的基因流是该科中普遍存在的细胞核不一致的主要驱动因素。此外，基因流可能与...

**作者贡献声明**：
- Zhi Yang：写作 - 审阅与编辑、原始草稿撰写、可视化、方法论、调查、正式分析、数据管理、概念化。
- Yuyu Ye：调查。
- Francis J. Nge：写作 - 审阅与编辑、监督。
- Bing Liu：资源、调查、项目管理、资金获取。

**资助**：这项工作得到了中国国家自然科学基金[32270217]、中国国家重点研发计划[2022YFD2200100]、中国科学院中非联合研究中心、中国科学院国际研究与教育发展计划[SAJC202101]以及江苏省研究生研究与实践创新计划[KYCX23_1117]的支持。