编辑推荐：
# 中文摘要翻译
着丝粒对于细胞分裂过程中染色体的忠实分离至关重要。然而，尽管其功能保守，许多着丝粒却含有高度变异但内部显著同质化的串联重复阵列1,2,3,4,5，其进化动态仍知之甚少。在本研究中，研究人员利用突变积累系的可复制基因组组
# 中文摘要翻译
着丝粒对于细胞分裂过程中染色体的忠实分离至关重要。然而，尽管其功能保守，许多着丝粒却含有高度变异但内部显著同质化的串联重复阵列1,2,3,4,5，其进化动态仍知之甚少。在本研究中，研究人员利用突变积累系的可复制基因组组装，定义了拟南芥（*Arabidopsis thaliana*）中着丝粒特异的突变谱。研究人员发现，千碱基大小的插入–缺失突变（indels）频繁发生，并通过仅添加或移除完整的重复单元来持续保持串联重复阵列的结构。点突变的积累速率约为基因组其他区域的十倍，其驱动力可能来自紧密连锁重复单元之间的非等位基因转换（non-allelic gene conversion, NAGC）。这些发现提示同源定向DNA修复（homology-directed DNA repair）在着丝粒进化中发挥核心作用，这一结论进一步得到以下观察的支持：在抗重组酶解旋酶RTEL1缺陷的拟南芥品系中，保留了串联重复结构的插入–缺失突变出现得更频繁且更长。以观测到的突变谱为参数的向前时间模拟表明，仅千碱基大小的插入–缺失突变和点突变就足以产生天然着丝粒特有的兆碱基大小同质化重复区块。综上所述，本研究结果表明，着丝粒进化由一套独特的突变谱驱动，该突变谱由同源定向DNA修复塑造，为理解突变过程如何产生并维持着丝粒DNA的大规模结构提供了定量框架。
# 论文解读文章
## 一、研究背景与科学问题
着丝粒是细胞分裂过程中确保染色体忠实分离所必需的结构。尽管其功能在真核生物中高度保守，着丝粒DNA却往往由高度同质化的、兆碱基规模的串联重复阵列构成，这些阵列在物种内和物种间均存在显著差异。这种矛盾现象——功能保守而序列快速演化——长期困扰着进化生物学领域。单个着丝粒重复单元通常较短（100–200 bp），序列高度相似但不完全相同；多个不同重复单元的组合常被重复多次，形成高阶重复（higher-order repeat, HOR）区域，进而可扩展为跨越数兆碱基的同质化区块。功能性着丝粒核心通常由这些同质化区块组成，而外围区域则更为异质，含有更多转座元件（transposable element, TE）插入和结构重排。尽管这一基本组织模式通常保守，但同质化区块的数量、大小和排列甚至在同种个体之间也差异巨大，这促使研究者推测兆碱基规模的突变或长距离重组事件塑造了着丝粒卫星阵列的特征结构。然而，此前缺乏直接观测着丝粒突变过程的实验手段，导致其进化动态的分子机制长期不明。因此，开展本研究旨在通过系统鉴定着丝粒特异的突变谱，揭示驱动着丝粒序列快速周转的突变过程及其进化含义。
## 二、研究内容与主要结论
研究人员利用拟南芥（*Arabidopsis thaliana*）突变积累（mutation accumulation, MA）系，开发了一种可复制基因组组装策略，成功克服了在高度重复区域中区分真实突变与组装错误的难题。通过分析两株MA16系和八株MA32系的可复制基因组组装，研究人员定义了着丝粒特异的突变谱：千碱基大小的插入–缺失突变（indels）频繁发生且始终保留串联重复的周期性结构，仅添加或移除完整重复单元；点突变积累速率约为染色体臂区域的十倍，其中约70%可归因于非等位基因转换（non-allelic gene conversion, NAGC）事件。在RTEL1（REGULATOR OF TELOMERE ELONGATION 1）解旋酶缺陷的MA系中，着丝粒突变率大幅升高但突变谱特征保持不变，为同源定向DNA修复（homology-directed DNA repair）驱动着丝粒突变提供了遗传学证据。基于观测突变谱的向前时间模拟表明，千碱基规模的indels和点突变足以产生天然着丝粒中兆碱基规模同质化区块的数量和大小分布，而罕见的兆碱基缺失事件则对维持着丝粒总体大小至关重要。该研究为理解着丝粒DNA大规模结构的产生与维持提供了定量框架，相关成果发表在《Nature》。
## 三、主要关键技术方法
研究人员使用了以下核心方法：（1）可复制全基因组组装——对每份植物材料分别用PacBio HiFi和Oxford Nanopore Technologies (ONT)测序技术生成多套独立基因组组装，通过同一植株不同组装间的差异识别并校正组装错误；（2）突变鉴定与验证——结合SyRI比对、原始测序读段比对和可视化检查确认全部候选突变并判定纯合/杂合状态，并开发了基于k-mer索引的无错配比对方法精确定位着丝粒内突变边界；（3）NAGC供体序列搜索——利用突变的序列特征在着丝粒重复阵列中搜索候选供体单元；（4）天然着丝粒比较分析——使用114个公开发表的拟南芥高质量基因组组装（66个来自Wlodzimierz等
1，48个来自Lian等
34）分析自然着丝粒的结构模式；（5）向前时间计算机模拟——以MA32系观测到的突变频率为参数，结合天然着丝粒中推断的兆碱基缺失事件，模拟着丝粒重复阵列的长期进化过程。样本来源包括自交16代的MA16系（Col-0背景）、自交32代的MA32系、天然群体HPG1的5个个体（约400年前从欧亚大陆传入北美洲的单一祖先的后裔，约积累了1500代突变），以及自交7代的rtel1-1突变体MA系。
## 四、主要研究结果
### 复制组装解决了组装错误问题
研究人员对两株MA16拟南芥植株分别生成三套独立基因组组装（两套PacBio HiFi、一套ONT）。通过比较同一植株的不同组装来识别组装错误，发现着丝粒序列尽管占基因组的8.3%，却仅占组装错误总数不到1%，表明拟南芥着丝粒可以以极高精度组装。两株植株间共鉴定出200个纯合突变，其中着丝粒和5S rDNA区域集中了49%的点突变和15/19的大规模indels，提示这些重复区域经历着独特的突变动态。
### 着丝粒中的突变谱
在八株MA32系的40个着丝粒中（总计256个积累世代），共鉴定出270个纯合突变，包括208个点突变、56个大indels（177–5,507 bp）和6个小indels。56个大indels全部保留了CEN178重复单元的周期性，只添加或移除完整重复单元；插入（35个，平均1,870 bp）比缺失（21个，平均923 bp）更频繁且更大。208个点突变中59个（28%）聚集成16个突变簇，其中15个簇可定位到位于同一染色体的候选供体序列，中位距离为16个重复单元，表明这些突变簇来自NAGC事件——不同CEN178重复单元之间的序列变异转换。NAGC的进一步证据来自突变谱的差异：着丝粒点突变中GC→AT转换的频率（约40%）显著低于染色体臂（50–60%），簇集突变中更是降至约20%，反映了重复单元间既有的序列差异而非GC偏好性基因转换。
### 着丝粒中的突变率
着丝粒重复阵列的点突变率为6.5 × 10
?8/位点/世代（95%置信区间：5.6–7.5 × 10
?8），比染色体臂区域的估计值高近十倍。通过Tv/Ti比率分解，约30%的着丝粒点突变来自自发突变（对应自发突变率2.0 × 10
?8/位点/世代，仍约为染色体臂的三倍），而约70%来自NAGC（对应NAGC相关突变率4.5 × 10
?8/位点/世代）。
### 着丝粒TE移动罕见
在MA32系中共256个世代中未检测到任何着丝粒TE插入或缺失事件。在HPG1天然群体（约1,500世代）中，152个完整的ATHILA插入位点在五个个体间完全保守，也未检测到任何TE移动事件。尽管HPG1着丝粒中存在大量突变（1,415个纯合突变），TE相关点突变仅占5%，低于ATHILA元件在着丝粒序列中所占的12%比例，表明着丝粒中TE突变被抑制。
### 同源定向修复驱动着丝粒突变
在rtel1-1 MA系（3个品系，21个积累世代）中鉴定出127个着丝粒纯合突变，包括75个点突变（其中57个形成13个突变簇）和49个大indels。rtel1-1系着丝粒indels的发生频率约为野生型MA32系的9倍（每世代1.8 vs 0.2个大indels）。所有indels仍然保留重复周期性，但两个缺失异常巨大（59,508 bp和105,343 bp，分别移除335和532个重复单元）。RTEL1缺陷造成着丝粒突变率大幅升高但突变谱特征保持，证实RTEL1限制过度的同源定向修复，且同源定向修复是野生型植物着丝粒突变过程的主要驱动力。
### 同质化区块的出现
由于插入率约为缺失率的两倍，初始模拟中重复阵列快速膨胀至不现实的大小。为此，研究人员在天然着丝粒中找到了兆碱基规模缺失的足迹（如在Etna-2与Tul-0和Valsi-1的比较中发现的约0.42-Mb和约0.64-Mb缺失），并将这类罕见大缺失纳入模拟（平均大小0.5 Mb，速率3.0 × 10
?11/bp/世代，约每2,800世代一次）。15万世代的模拟产生了数量与大小分布均接近570个天然着丝粒的同质化区块。模拟还意外再现了天然着丝粒中某些远端同质化区块间的长距离相似性——当一个带有独特序列变异的重复单元在既有区块内扩增并分裂该区块时形成，无需长距离重组。这些结果表明，千碱基规模indels和点突变足以驱动同质化区块的形成和周转，而兆碱基缺失则调节着丝粒总体大小。
## 五、总结与结论
在讨论部分，研究人员指出着丝粒突变谱的多个特征与断裂诱导复制（break-induced replication, BIR）这一同源定向修复途径的预期一致：BIR可以解释串联重复周期性的保持、插入多于缺失的偏向以及复杂串联重复的产生；缺失则可能通过邻近重复单元间的单链退火产生，这一途径在RTEL1缺失时增强。模拟进一步表明新的着丝粒共有序列可以通过累积性序列周转渐进演化，而非通过全新形成整条着丝粒阵列；由于着丝粒功能不依赖特定重复序列，这些区域面临的选择约束相对较弱，加上减数分裂重组受抑制，可能促进了串联重复阵列的多样化和传播。研究存在的主要局限性在于突变积累实验的时间尺度主要捕获高频突变事件，兆碱基规模缺失等稀有事件难以直接捕获。尚未解决的重要问题包括：五个拟南芥着丝粒的染色体特异重复共有序列保持约95%序列相似性，提示存在偶发的染色体间重复单元交换，但无论是分析约1,500个积累世代的数据，还是具体检测TE关联突变和染色体间NAGC事件，均未发现支持性证据。
研究结论部分指出，本研究定义了拟南芥着丝粒突变的谱系和频率，并展示了点突变和保留串联重复的indels如何驱动着丝粒进化。这些发现为局部突变过程如何产生、维持和重塑着丝粒重复阵列提供了机制性框架，为关于着丝粒进化的长期问题提供了新见解。
