《Ecology and Evolution》：Pangenome of Streptomyces sampsonii and Relatives Highlights Horizontal Gene Transfer and Secondary Metabolism in Environmental Adaptation and Ecological Significance
编辑推荐：
桑普森链霉菌（*Streptomyces sampsonii*）是一种具有应用前景的生物防治细菌，但其适应性与次级代谢的基因组基础尚不明确。本研究呈现了桑普森链霉菌的染色体水平基因组组装（7.20 Mb，6015个蛋白编码基因），并与95个近缘链霉菌物种进行了
桑普森链霉菌（*Streptomyces sampsonii*）是一种具有应用前景的生物防治细菌，但其适应性与次级代谢的基因组基础尚不明确。本研究呈现了桑普森链霉菌的染色体水平基因组组装（7.20 Mb，6015个蛋白编码基因），并与95个近缘链霉菌物种进行了比较分析。系统发育基因组学（phylogenomics）与共线性（synteny）分析揭示其与白色链霉菌（*S. albidoflavus*）亲缘关系最近，而广泛的结构变异区分了较远的谱系。泛基因组（pangenome）分析共鉴定出84,178个基因簇，其中泛壳层（pan_shell）与泛云层（pan_cloud）基因显著富集于外源化合物生物降解、代谢及抗生素生物合成通路，凸显了它们在生态适应与生物防治潜力中的作用。生物合成基因簇（biosynthetic gene cluster, BGC）分析鉴定出大量非核糖体肽合成酶（NRPS）、聚酮合酶（PKS）及萜烯（terpene）通路，其中许多属于pan_shell和pan_cloud区域，提示其动态进化起源。研究人员进一步检测到66,260个水平基因转移（horizontal gene transfer, HGT）基因，其中438个位于BGC内，强调了HGT是代谢创新的主要驱动力。综上，这些发现为桑普森链霉菌及其近缘种的基因组多样性、适应能力及次级代谢潜力提供了新见解。
**桑普森链霉菌及其近缘种泛基因组分析：水平基因转移驱动次级代谢多样化与生态适应**
**1. 研究背景与科学问题**
桑普森链霉菌（*Streptomyces sampsonii*）属于链霉菌科（*Streptomycetaceae*）链霉菌属，是一种严格好氧的革兰氏阳性细菌，常见于土壤环境中，具有对多种真菌病原体的拮抗活性，包括链格孢属（*Alternaria*）、拟茎点霉属（*Phomopsis*）、白色念珠菌（*Candida albicans*）、黑曲霉（*Aspergillus niger*）等。已有研究表明，桑普森链霉菌产生的生物活性化合物在植物病害防治、杀线虫以及抗胶质母细胞瘤等方面具有重要应用价值。然而，尽管链霉菌属内已有多个物种完成了基因组测序，如天蓝色链霉菌（*S. coelicolor* A3(2)）、阿维链霉菌（*S. avermitilis*）等，桑普森链霉菌的基因组研究仍然十分有限，其次级代谢产物生物合成、多样性形成及生态适应的遗传机制尚未被系统阐明。此外，单一基因组仅能反映一个代表性个体的遗传信息，而不同个体或群体间广泛存在的基因获得、丢失及结构变异往往被忽视。泛基因组（pangenome）概念的提出为全面理解物种内遗传多样性和进化动态提供了重要工具。同时，水平基因转移（horizontal gene transfer, HGT）作为细菌快速获取新功能的重要机制，在代谢多样性形成、抗生素抗性基因传播及环境适应中发挥核心作用。红树林生态系统蕴藏着多样的链霉菌群落，其在生态平衡维持和生物活性代谢物生产中发挥关键作用。尽管已有来自杨树根际土壤的桑普森链霉菌基因组发表，但红树林来源的桑普森链霉菌基因组尚未被报道。因此，本研究对来源于红树林根际土壤的桑普森链霉菌进行染色体水平基因组组装，并通过整合系统发育基因组学、泛基因组分析、生物合成基因簇（biosynthetic gene cluster, BGC）预测及HGT检测，揭示其适应性和代谢潜力的基因组基础。
**2. 研究方法概述**
研究人员从中国福建省云霄县漳江口红树林国家级自然保护区采集红树林根际土壤样本，从中分离获得桑普森链霉菌菌株MCCC 1A01650（由中国海洋微生物菌种保藏管理中心提供），采用PacBio Sequel II平台进行全基因组测序。主要技术方法包括：（1）利用Unicycler和RagTag进行基因组组装与辅助组装；（2）采用Prokka进行基因结构注释，结合EggNOG-mapper、KOBAS、HMMER等进行功能注释；（3）基于OrthoFinder鉴定单拷贝直系同源基因，构建最大似然（maximum likelihood, ML）系统发育树；（4）使用antiSMASH预测次级代谢物BGC；（5）利用BiG-SCAPE进行BGC序列相似性网络分析；（6）采用HGTector进行HGT鉴定；（7）使用Roary构建泛基因组，并依据基因在各基因组中的出现频率将其划分为pan_core、pan_soft-core、pan_shell和pan_cloud四类。比较基因组数据集包括来自22个近缘链霉菌物种的94个菌株基因组（数据库来源为NCBI Assembly数据库）。
**3. 研究结果**
**3.1 基因组组装与系统发育分析**
研究人员成功组装了桑普森链霉菌MCCC 1A01650的染色体水平基因组，总大小为7,203,902 bp，包含一条6,775,033 bp的主染色体和23个未定位contig。BUSCO评估显示基因组完整性达98.3%，GC含量为73.48%。基因组注释共鉴定出6015个蛋白编码基因，以及63个tRNA、21个rRNA和16个sRNA。系统发育分析将桑普森链霉菌及其近缘种划分为三个进化枝（clade I-III），其中本研究所组装的基因组与白色链霉菌共同聚类于clade III，表明两者亲缘关系最近。平均核苷酸一致性（ANI）和平均氨基酸一致性（AAI）分析进一步支持clade III内基因组属于同一物种水平基因组群。
**3.2 染色体共线性分析凸显进化枝间的结构分化**
共线性分析显示，clade III内部的基因组间具有较高的共线性程度，桑普森链霉菌MCCC 1A01650与桑普森链霉菌KJ40及白色链霉菌之间分别鉴定出5255和5311个同线性基因，占该菌总基因含量的86.9%和88.3%。相比之下，clade III与其他进化枝之间的同线性基因数量较少（3204-3465个），且大规模染色体重排模式（特别是倒位结构）更为频繁。这些结果表明染色体组织结构在clade III内部更为保守，而进化枝间的结构分化与物种演化相关。
**3.3 泛基因组构建与特征分析**
研究人员基于蛋白编码基因构建了包含84,178个基因簇的泛基因组，其中包括980个pan_core基因簇、260个pan_soft-core基因簇、12,661个pan_shell基因簇和70,677个pan_cloud基因簇。随着基因组数量的增加，核心基因数量趋于稳定而总基因数持续增长，表明该泛基因组呈开放型结构。值得注意的是，84%的基因簇属于pan_cloud类别，其中超过42,000个基因簇仅在单一基因组中出现，表明分析物种间存在高度遗传多样性。云基因（cloud genes）具有更短的转录本长度和更高的Ka/Ks比值，提示其处于更高的选择压力之下。此外，部分pan_shell基因簇呈进化枝特异性分布，3098个和3673个基因簇分别仅存在于clade II和clade III中，占所有pan_shell基因簇的55%，表明这些基因簇的分布可能受系统发育分化影响。
**3.4 泛基因组基因类别的功能分析**
KEGG富集分析显示，pan_core基因主要富集于基础代谢通路（如硫辛酸代谢、RNA聚合酶、蛋白酶体等）以及抗生素相关通路（如新生霉素生物合成、碳青霉烯生物合成）。pan_soft-core基因主要富集于碳青霉烯生物合成、阳离子抗菌肽（CAMP）抗性及烯二炔抗生素生物合成通路。pan_shell和pan_cloud基因的富集主要集中在三类通路：特殊代谢通路、外源化合物生物降解与代谢通路（如氟苯甲酸降解、氯环己烷和氯苯降解、甲苯降解）以及抗生素相关次级代谢物生物合成通路（如倍半萜和三萜生物合成、12-、14-和16元大环内酯类生物合成）。进化枝特异性pan_shell基因的富集模式存在差异：clade II和clade III独有基因主要富集于外源化合物降解通路，而clade I独有基因则富集于II型聚酮产物生物合成等抗生素合成通路。这些结果提示pan_shell和pan_cloud基因可能有助于基因组多样性和环境适应。
**3.5 次级代谢物生物合成基因簇**
通过antiSMASH预测，共鉴定出2516个次级代谢物BGC，涉及48类次级代谢物，每个菌株平均含有26.5个BGC。NRPS、萜烯、T1PKS、NRPS-like和RiPP-like五类BGC合计占总数的50%以上。多种BGC类别与生物防治相关性状有关，包括可能参与抗菌化合物生物合成的NRPS和PKS基因簇、可能参与铁获取和竞争的铁载体（siderophore）基因簇，以及预测编码抗菌肽样化合物的RiPP相关基因簇。不同进化枝间BGC分布存在差异，同一进化枝内的物种倾向于共享相似的BGC谱。例如，黑色素（melanin）和丁内酯（butyrolactone）主要由clade I和clade II的物种产生，而含RE的代谢物BGC主要在clade III的物种中检测到。在泛基因组分类中，56.7%的BGC核心基因（BGC_core）属于pan_shell基因，38.7%属于pan_cloud基因，表明这些BGC核心基因通常属于泛基因组的可变基因类别。此外，BGC数量与基因组大小呈正相关（R2=0.56）。
**3.6 序列相似性网络分析**
利用BiG-SCAPE对BGC进行序列相似性网络分析，2300个BGC被分为256个基因簇家族（GCF），其中232个GCF仅由单一进化枝物种的BGC组成，提示这些GCF的形成可能与物种进化相关。59个GCF包含MIBiG数据库中的参考BGC，可用于功能推断。例如，FAM_00398基因簇家族中来自灰色链霉菌（*Streptomyces griseoincarnatus*）和白色链霉菌（*Streptomyces albogroseolus*）的BGC与已知的humidimycin生物合成基因簇BGC0002307在结构域组织和转录方向上高度保守，极有可能具有合成humidimycin或其类似物的潜力。值得注意的是，76.9%的BGC（1936个）被分入不含任何参考BGC的GCF，表明大多数BGC的功能仍属未知，有待进一步研究。
**3.7 水平基因转移分析**
研究人员使用HGTector从95个基因组中鉴定出13,996个 putative HGT候选基因，平均每个基因组147.3个。候选HGT数量与基因组大小无显著相关性（R2=0.02, p=0.216）。GC含量和密码子使用比较分析为HGT预测的可靠性提供了支持性证据。供体分类分析显示，超过87%的putative HGT候选基因与放线菌门（*Actinomycetota*）最相关，其中11%、8%和2%分别来源于链孢囊菌目（*Streptosporangiales*）、假诺卡氏菌科（*Pseudonocardiaceae*）和微球菌目（*Micrococcales*）。KEGG富集分析显示，putative HGT候选基因主要参与外源化合物降解通路（如萘降解、氯环己烷和氯苯降解）和抗生素生物合成通路（如12-、14-和16元大环内酯类、I型聚酮类）。在泛基因组分类中，64.4%的putative HGT候选基因属于pan_shell基因，35.6%属于pan_cloud基因，表明HGT可能是可变基因的重要来源。此外，研究人员在putative HGT候选基因中鉴定出148个BGC核心基因，代表14个预测代谢物类别，其中最多的是T1PKS（n=49）、β-内酯（n=19）和NRPS（n=17），表明桑普森链霉菌及其近缘种可能通过水平基因转移获得了产生多种次级代谢物的能力。
**4. 讨论与结论**
高质量的基因组组装为探索物种进化关系和基因组多样性提供了重要基础。本研究组装的桑普森链霉菌基因组大小为7.20 Mb，GC含量73.48%，符合链霉菌基因组大而富含GC的典型特征。系统发育、ANI和AAI分析一致支持clade III基因组属于同一物种水平基因组群，且clade III内部保持较高的染色体共线性，而clade III与其他进化枝之间的染色体组织差异更为显著，表明染色体结构变异与桑普森链霉菌及其近缘链霉菌的分类群进化分化相关。研究人员也指出，RagTag参考引导辅助组装可能会部分掩盖菌株特异性结构变异，在解释染色体结构差异时应考虑这一潜在偏差。
泛基因组分析显示桑普森链霉菌及其近缘种的泛基因组呈开放型结构，这与其他具有广泛生态分布、频繁基因流或多种代谢能力的细菌类群中观察到的开放型泛基因组模式一致。研究人员认为，这种开放型泛基因组结构可能反映了链霉菌种群的高度基因组可塑性及其长期进化多样化，但也可能受到基因组采样和参考资源可用性的影响。开放泛基因组通常由多种机制驱动：HGT和移动遗传元件介导的频繁基因获取不断引入新功能；不同生态位和生活方式产生的选择压力维持基因获得与丢失的动态平衡；富含BGC的大基因组为可变基因积累提供了潜在储存库。本研究发现95.4%的BGC核心基因属于pan_shell和pan_cloud类别，表明次级代谢相关基因高度可变且具有进化动态性。所有putative HGT候选基因均被归类为pan_shell或pan_cloud基因，进一步支持预测的水平转移信号集中在泛基因组的可变组分中。
次级代谢作为基因组可塑性的关键驱动因素，在桑普森链霉菌种群的生态适应中发挥重要作用。本研究中鉴定的多种BGC类别与生物防治相关性状相关，包括NRPS和PKS基因簇（抗菌化合物合成）、铁载体基因簇（通过铁获取进行微生物竞争）以及RiPP类和羊毛硫肽（lanthipeptide）基因簇（抗菌肽产生）。这些BGC的存在和多样化可能部分解释了桑普森链霉菌及其近缘种已报道的生物防治活性。此外，pan_shell和pan_cloud基因在外源化合物生物降解与代谢通路中的显著富集提示这些菌株可能获得或保留了特定的变异基因，以增强对农药、溶剂和其他人为有机化合物的耐受和降解能力。相当一部分环境适应基因被鉴定为putative HGT候选基因，其富集于外源化合物降解和抗生素生物合成通路，表明水平转移基因可能促进了代谢功能多样化，从而增强了桑普森链霉菌及其近缘种的生态适应性和竞争潜力。
**研究结论：** 本研究通过染色体水平基因组组装和系统的比较基因组学分析，揭示了桑普森链霉菌及其近缘种的基因组多样性、系统发育关系、泛基因组结构特征、次级代谢物生物合成潜力及水平基因转移在代谢创新中的重要作用。泛壳层和泛云层基因在外源化合物生物降解和抗生素生物合成中的富集、BGC的多样性与进化动态以及HGT对次级代谢的显著贡献，共同构成了桑普森链霉菌环境适应和生物防治潜力的基因组基础。这些发现深化了对放线菌生态适应和代谢进化机制的理解，为开发高效、环境友好的生物防治资源奠定了理论和基因组基础。
