《iScience》:Replication-origin inversions accompany compositional skew and phylogenetic artifacts in fan worm mitochondrial genomes
编辑推荐:
后生动物线粒体基因组(mitogenome)中复制起点(ORI)的倒位可诱导组成性偏倚,从而误导系统发育推断。缨鳃虫目(Sabellida,环节动物门)表现出非典型的正鸟嘌呤-胞嘧啶偏斜(GC skew),这被认为是ORI的指示特征,但结构证据仍不明确。研究人
后生动物线粒体基因组(mitogenome)中复制起点(ORI)的倒位可诱导组成性偏倚,从而误导系统发育推断。缨鳃虫目(Sabellida,环节动物门)表现出非典型的正鸟嘌呤-胞嘧啶偏斜(GC skew),这被认为是ORI的指示特征,但结构证据仍不明确。研究人员分析了38个完整的缨鳃虫目线粒体基因组(其中20个为新测序),在具有正GC偏斜物种的控制区中鉴定出倒位的复制相关基序,为ORI提供了结构证据。在整个缨鳃虫目演化过程中,三次主要的ORI事件独立发生,伴随GC偏斜、同义密码子使用、疏水性氨基酸频率的显著转变,以及受ORI影响基因中非同义替换率的升高。此外,广泛的基因重排与ORI事件、升高的GC偏斜和替换率相关,但腺嘌呤-胸腺嘧啶偏斜(AT skew)降低。ORI谱系表现出人为聚类,混淆了系统发育推断。研究人员提出,ORI事件始终与组成性偏斜、结构变异和基因重排共同发生。建议采用整合核基因与线粒体基因座的溯祖(coalescent-based)方法来解析受ORI影响的系统发育关系。
论文解读
一、研究背景与科学问题
缨鳃虫目(Sabellida)是广泛分布的多毛类环节动物,俗称“扇虫”或“海之花”,以管栖悬浮摄食为特征,具有花冠状辐射触冠。该目包含三个科:Fabriciidae、Sabellidae和Serpulidae。尽管多基因座和转录组数据已充分支持缨鳃虫目及其各科的单系性,但线粒体基因组(mitogenome)——这一常被认为在简便性与精确性之间取得平衡的分子工具——却始终未能恢复缨鳃虫目及Sabellidae科的单系性,其深层原因此前未知。
复制起点(ORI)倒位已被认为是损害多个主要后生动物谱系(如节肢动物门和环节动物门)线粒体基因组系统发育准确性的因素之一。ORI事件可诱导核苷酸序列的突变爆发,从而违反基于模型的系统发育推断所依赖的核苷酸频率平稳性假设。然而,ORI事件本身及其相关的核苷酸偏斜在系统发育和演化研究中长期被忽视。
ORI事件的确定性鉴定需要物理复制作图,这在大规模比较研究中难以推广。目前采用两条互补的间接证据线索:控制区保守基序的倒位,以及伴随的核苷酸偏斜翻转(如GC偏斜从负值翻转为正值)。标准线粒体DNA复制过程中,单链亲本H链上腺嘌呤和胞嘧啶的自发脱氨基作用(腺嘌呤→鸟嘌呤,胞嘧啶→胸腺嘧啶)持续富集一条链的鸟嘌呤和胸腺嘧啶、另一条链的腺嘌呤和胞嘧啶,产生可预测的偏斜模式。然而,ORI事件会逆转这一模式,导致某些后生动物线粒体基因组中观察到的完全翻转的偏斜。缨鳃虫目中某些谱系显著的正GC偏斜与偏离环节动物保守推定祖先基因排列(PGP)的广泛基因重排相关,这一共现模式提示ORI事件可能在缨鳃虫目线粒体基因组重排中发挥作用。
当前缨鳃虫目的采样严重不足,128个已描述属中仅有12个属有线粒体基因组数据,仅覆盖约10%的已知多样性。为填补这一空白,研究人员测序了20个缨鳃虫目物种的线粒体基因组,涵盖Sabellidae和Serpulidae的13个属,旨在:(1)通过核苷酸偏斜和复制相关基序分析鉴定缨鳃虫目中的ORI事件;(2)表征ORI事件对序列组成和结构架构的影响;(3)评估ORI事件对系统发育重建的影响。
二、研究内容与主要结论
研究人员提出假设:ORI事件在缨鳃虫目中已多次发生,并构成所观察到的线粒体特征(包括非典型核苷酸偏斜和氨基酸组成)的基础,这些变化导致基于线粒体基因组序列的系统发育估计产生偏倚。研究进一步提出,ORI事件通常与广泛的线粒体基因顺序重排共同发生。由于复杂重排不太可能逆转或趋同产生,缨鳃虫目线粒体基因组中独特的基因顺序可能代表一种具有潜在价值的系统发育信号来源。
三、关键技术与方法
研究人员沿中国海岸采集了20个缨鳃虫目物种标本(隶属Sabellidae 8属、Serpulidae 5属),采用全基因组鸟枪法测序(Illumina NovaSeq X plus平台,约10 Gb原始数据)。线粒体基因组通过MitoFinder(MEGAHIT组装器)和NOVOPlasty进行组装与环化,使用MITOS2、ARAGORN、Barrnap和HMMER进行注释。18S和28S rRNA基因通过SPAdes组装和Barrnap筛选获得。序列组成分析计算GC含量、AT偏斜和GC偏斜;采用MEME/FIMO鉴定控制区保守基序并进行GO功能注释;系统发育分析使用IQ-TREE(最大似然法)、MrBayes(贝叶斯推断)和ASTRAL-III(溯祖物种树);基因重排分析使用TreeREx和共同区间距离;选择压力分析使用KaKs_Calculator和ParaAT。
四、研究结果
缨鳃虫目线粒体基因组的一般特征。 20个新测序物种中,17个物种组装出单一mitogenome contig,其中9个成功环化。contig长度从Laonome cf. indica的14,101 bp到Protula sp. 1的22,344 bp不等。3个物种(Parasabella cf. microphthalma、Hypsicomus sp.和Hydroides bulbosa)组装出两个互补contig,共同包含完整的13个蛋白质编码基因(PCGs)、2个核糖体RNA(rRNAs)和22个转运RNA(tRNAs)。3个物种中观察到基因重复现象。所有线粒体基因组均含大非编码区(NCRs),数量从1到12不等。多数缨鳃虫目线粒体基因组富含AT,唯Pileolaria sp.例外(GC含量54.6%)。Myxicolinae亚科6个物种表现出强烈负PCG GC偏斜(?0.41至?0.22);3个Sabellinae物种呈中等负值(?0.16至?0.13);所有Serpulidae物种及Bispira sp. 2、Hypsicomus sp.、Laonome cf. indica和Laonome sp.呈正PCG GC偏斜。受ORI影响的基因中位GC偏斜显著更高(+0.36 vs. ?0.35),AT偏斜显著更低(?0.30 vs. ?0.09)。同义密码子使用分析显示Serpulidae中显著转变,涉及谷氨酸(GAA→GAG)、甘氨酸(GGA→GGG)、赖氨酸(AAA→AAG)、甲硫氨酸(AUA→AUG)和谷氨酰胺(CAA→CAG)。氨基酸频率聚类显示疏水性残基(簇A、B、D)在Serpulidae和部分Sabellidae属中显著变化,而亲水性残基(簇C)保持保守。
缨鳃虫目线粒体基因组控制区保守序列基序。 鉴定出三个保守序列基序(E值阈值<1×10?5),均被赋予GO术语“DNA模板转录调控”,其中基序1额外关联“DNA复制起始”和“序列特异性DNA结合”,并在多个物种中预测形成茎环结构,表明其与复制机制的特异性关联。基序1和2的拷贝表现出强烈的链偏倚,与cox1 GC偏倚紧密耦合:在cox1负GC偏斜的线粒体基因组中,拷贝主要位于互补链(82.5%和90.3%);在正GC偏斜的基因组中,拷贝主要位于同一条链(90.6%和94.1%)。基序3的链分布近乎随机。在“仅环化”数据集中,基序1的精确命中率最高(68.8%),基序3的失败率最低(0.0%)。跨不同组装方法的交叉验证显示,22个最大NCR中21个的基序命中完全对齐。
缨鳃虫目中对比的系统发育关系。 基于核基因(18S和28S)的ML和BI分析恢复Serpulidae(UFBoot/PP = 100/1)和Sabellidae(UFBoot/PP = 91/1)的单系性,并支持Serpulinae与Filograninae+Spirorbinae的姐妹关系。然而,基于线粒体基因的分析产生与核树不一致的拓扑:Sabellidae非单系,Serpulidae嵌套在Sabellinae内,与Hypsicomus-B. melanostigma组形成姐妹群(UFBoot/PP = 90/1)。ASTRAL溯祖物种树支持Serpulidae(LocalPP >0.99)和Sabellidae(LocalPP = 0.95)的单系性。替换饱和分析显示强线性相关(R2 = 0.936),未检测到异常长分支,排除长枝吸引(LBA)作为主要驱动因素。
缨鳃虫目线粒体基因组的GC偏斜模式与系统发育分布。 逐基因GC偏斜分布揭示四种不同模式:N.A.型(所有PCGs一致负值)、I型(所有PCGs一致正值)、II型(少数PCGs如cox1–3、atp8和nad3呈正值)、III型(多数PCGs呈正值,为II型的互补集)。映射到物种树后,GC偏斜翻转物种聚为三个谱系:Serpulidae、Sabellinae和Laonome属。四种偏斜模式对应PCGs的不同链分布:N.A.和I型中所有13个PCGs位于单条链并分别一致呈负/正GC偏斜;II型中呈正GC偏斜的5个PCGs均位于与cox1同向的链;III型中呈正GC偏斜的8个PCGs均位于与cox1反向的链。
线粒体基因排列比较。 尽管缨鳃虫目线粒体基因组基因排列频繁变异且缺乏全局保守基因块,仍检测到若干局部保守块。仅3个物种(M. occidentalis、E. vancouveri和C. infundibuliformis)严格保留Pleistoannelida的推定祖先基因排列(PGP)。TreeREx推断Serpulidae和Sabellidae的假设祖先基因顺序分别保留在Pileolaria sp.和Hypsicomus sp.中。受ORI影响的分类群到祖先基因排列的共同区间距离中位数显著高于非ORI分类群(173 vs. 123)。共同区间距离显示强系统发育信号(Blomberg's K = 1.116, p = 0.001;Pagel's λ >0.999, p < 0.001)。
选择压力与基因重排的线粒体基因组关联。 除atp8外,每个PCG的Ka和Ka/Ks值在推定受ORI影响的基因(GC偏斜>0)中显著高于未受影响基因(GC偏斜<0)。所有13个PCGs合并后,受ORI影响基因的中位Ka(0.65 vs. 0.50)和Ka/Ks(0.25 vs. 0.16)显著更高。atp8在所有PCGs中具有最高Ka(两组均为0.81)和Ka/Ks(0.54 vs. 0.46)值,cox1最低。高度重排的线粒体基因组表现出显著降低的AT偏斜、升高的GC偏斜、升高的Ka和Ka/Ks值、显著变异的基因组大小、基因长度变异以及更高数量的大NCRs。
五、讨论与结论
ORI事件在缨鳃虫目中至少独立发生三次。 38个缨鳃虫目线粒体基因组分析显示,28个物种(13个属,Serpulidae 6属和Sabellidae 7属)表现出显著高于阈值的PCG GC偏斜升高,在逐PCG水平上呈完全翻转(I型)或部分翻转(II型和III型)。三个复制相关保守基序中,基序1被独特注释为DNA复制起始GO术语,表现出与GC偏斜紧密耦合的强链偏倚,在系统发育多样的缨鳃虫目线粒体基因组中实现最稳定的高质量命中,并预测形成茎环结构,因此被作为ORI事件的主要结构指标。整合GC偏斜升高、基序1方向和系统发育,推断缨鳃虫目内ORI事件独立发生三次:ORI i在Serpulidae共同祖先、ORI ii在Laonome属、ORI iii在Sabellinae共同祖先。四种GC偏斜翻转模式由复制相关基序1的重新定位驱动,并由独立基因倒位调节。
受ORI影响的缨鳃虫目线粒体基因组表现出偏倚的序列组成。 线粒体复制过程中,滞后链上延长的单链暴露驱动一致的腺嘌呤→鸟嘌呤突变偏倚,尤其在功能约束最小的第三密码子位置。ORI介导的所有基因切换至滞后链使腺嘌呤在复制期间暴露于脱氨基作用,转化为次黄嘌呤(hX),最终导致原始链上的腺嘌呤→鸟嘌呤替换。同义密码子使用的转变可能伴随反密码子第三位携带胞嘧啶的tRNA转录本相对表达丰度的增加,这种共适应被认为可增强翻译效率和准确性。受ORI分类群的PCGs中观察到明显的氨基酸频率转变,疏水性残基变化最显著,而亲水性残基保持保守,这反映了功能约束:疏水性残基通过包埋在蛋白质核心驱动蛋白质折叠和结构稳定性,而亲水性残基通过形成氢键介导关键功能。线粒体蛋白变异在ORI谱系中显著,尤其atp8表现出最高的非同义替换率,与其最松弛的纯化选择一致,但其N端跨膜螺旋结构域保持保守。
ORI事件对缨鳃虫目系统发育重建的混淆效应。 扩展的线粒体基因组数据集恢复了与核基因证据冲突的伪拓扑,尤其在受ORI影响的Serpulidae和Sabellinae中。这些伪关系对应于先前研究中未解析的分支,表明ORI事件可能是缨鳃虫目线粒体基因组系统发育重建的潜在混淆因素。经验分析(包括替换饱和和异常长分支评估)不支持LBA作为拓扑歧义的主要驱动因素。伪迹更可能由经历ORI事件的谱系中的同塑性GC偏斜解释:ORI事件和基因链分布的组合效应产生强烈的链特异性突变压力,生成四种不同的GC偏斜翻转类型。Serpulidae和Sabellidae clade IIIa因同塑性I型GC偏斜翻转被人为聚在一起,随后与部分GC偏斜翻转(II型和III型)的Sabellinae谱系聚类形成更大的人为分支。串联核基因和线粒体基因组矩阵、细化分区和排除第三密码子位置等补偿策略均未能解决伪聚类。相比之下,ASTRAL中通过混合加权模型推断的溯祖物种树成功恢复Serpulidae和Sabellidae的单系性,提供最有效的ORI驱动伪迹缓解方案。
ORI事件与线粒体基因重排的相关性。 缨鳃虫目的节能生活方式(如管栖和固着滤食)可能降低对高效氧化磷酸化的需求和选择约束。与受ORI影响的PCGs和高度重排线粒体基因组中显著升高的Ka/Ks值一致,这种选择松弛可能允许线粒体效率下降,进而增加复制错误和结构不稳定的倾向,为基因重排和ORI事件创造许可条件。广泛基因重排的线粒体基因组与ORI相关分子特征(尤其显著升高的Ka和GC偏斜)表现出最强相关性,且PCG GC偏斜显著升高的分类群表现出显著更大的基因顺序偏离祖先模式。鉴于线粒体控制区既是必需复制起点又是重排热点,ORI事件和基因重排可能紧密关联,其共现的结构后果可反映为线粒体基因组大小增加和大NCRs频率升高,但两者之间的因果方向仍悬而未决。这些重排携带显著系统发育信号,例如四个属(Sabella、Bispira [除B. melanostigma]、Sabellastarte和Branchiomma)共享“(-rrnL)-(-rrnS)-cox1”块表明密切亲缘关系,与物种树一致。然而,基因排列通常提供比基于序列的方法更低的分辨率,部分因为缨鳃虫目主要谱系被携带密集串联重复随机丢失(TDRL)主导重排的深节点分隔,其效用主要局限于浅层物种或属级分辨率。
研究结论。 该研究通过提供首个结构证据(保守基序倒位)并佐证基于GC偏斜的推断,支持环节动物门这一主要后生动物门中ORI事件的发生。研究揭示了缨鳃虫目内至少三次独立ORI事件,对应Serpulidae、Sabellinae亚科和Laonome属。这些事件与同义密码子使用、疏水性氨基酸组成和蛋白质序列的多层次线粒体基因组变异相关。此类组成性转变可破坏系统发育重建,常引入与异常长分支相关的系统误差。然而,在适当策略下,线粒体基因组仍是缨鳃虫目可行的系统发育资源,尤其对受ORI影响的谱系采用整合核标记的溯祖方法。值得注意的是,共享祖先ORI事件的分支(如Serpulidae)表现出内部组成同质性,可实现组内可靠的线粒体基因组系统发育。研究提出,ORI事件、线粒体效率降低和基因重排升高是伴随这些线粒体基因组广泛结构多样性的相互关联特征,这些独特的基因排列可作为解析缨鳃虫目特定谱系内系统发育关系的互补标记。