《Molecular Ecology Resources》：Simultaneous Inference of Flora-Wide Nuclear and Plastid Phylogenies Using Angiosperms353 Sequence Capture Data
编辑推荐：
准确掌握构成区域植物区系的植物物种之间的系统发育关系和分化时间，对于理解当今生物多样性格局的起源至关重要。尽管系统发育组学取得了进展，但用于重建区域系统发育的资源仍然在很大程度上不完整，且在物种水平上的分辨率较差。研究人员开发了一套工作流程，利用Angiosp
准确掌握构成区域植物区系的植物物种之间的系统发育关系和分化时间，对于理解当今生物多样性格局的起源至关重要。尽管系统发育组学取得了进展，但用于重建区域系统发育的资源仍然在很大程度上不完整，且在物种水平上的分辨率较差。研究人员开发了一套工作流程，利用Angiosperms353靶向富集和高通量基因组测序，为区域植物区系组装了一个系统发育数据集。研究人员从新鲜采集的植物和标本馆标本中取样，代表了瑞士日内瓦州被子植物的多样性（1098个物种）。研究人员使用ORTHOSKIM从脱靶读段中恢复目标核基因和质体位点，利用IQTREE、加权ASTRAL和treePL估计关系与分化时间，并比较了从核基因和质体基因获得的结果。研究人员从1316个分类单元中平均恢复了289个核基因和54个质体基因，占日内瓦州本地物种的92%。研究人员证明，与质体基因组相比，核基因提供了更高的分辨率和系统发育支持，但提供了相似的分化时间估计。基于Angiosperms353数据的研究人员工作流程为整个区域植物区系提供了一个系统发育框架，该框架与当前的系统学知识一致，并且在属级以下的水平上比从现有被子植物系统发育资源获得的树更为解析和完整。这类基因组数据为整合了进化历史的精细尺度生物多样性和保护研究开辟了前景。
研究背景与科学问题
准确解析区域植物区系内所有物种间的系统发育关系及其分化时间，是理解当今生物多样性格局形成机制的关键。然而，现有的植物系统发育资源存在显著不足：首先，大规模超级树如GBOTB仅覆盖了约23%的维管植物物种，且采样在地理和类群间极不均匀；其次，这些超级树多基于Sanger测序数据，基因位点以质体基因为主，其进化速率较慢，难以有效解决近缘种间的亲缘关系，并且可能因叶绿体捕获等杂交事件而偏离真实的物种历史。此外，质体基因在非光合寄生植物中进化速率异常，也会导致分支长度估算偏差。尽管全基因组浅层测序可获取质体基因组用于区域系统发育研究，但其在跨大类群水平上获取保守核同源基因的能力有限。因此，亟需一种高效、统一的方法来生成高分辨率、高覆盖度的区域植物区系系统发育树，以支撑进化生物学和保护生物学研究。
研究方法概述
本研究选取瑞士日内瓦州的1098种本土被子植物为研究对象，结合野外采集硅胶干燥样品和标本馆标本，并补充PAFTOL数据库中的公开数据，共获得1628份样品。研究人员采用统一的实验流程：使用SILEX或改良CTAB法提取总基因组DNA，构建文库后进行Angiosperms353靶向富集，并在Illumina平台进行双端测序。生物信息学分析方面，使用ORTHOSKIM流水线从靶向读段和脱靶读段中分别恢复349个核基因和77个质体编码序列，经滑动窗口法和TreeShrink过滤潜在旁系同源物后，利用IQTREE进行最大似然分析，使用加权ASTRAL进行多物种溯祖分析，并采用treePL进行惩罚似然分子定年，同时以GBOTB和PAFTOL树作为外部参照进行比较。
研究结果
3.1 分类单元采样：研究共采集1628份植物样品，涵盖593属、1316个物种及亚种，其中70.1%来自野外采集，11.2%来自标本馆标本，18.7%来自PAFTOL数据库。
3.2 核基因位点恢复：每个样品平均恢复289个靶向核基因，序列总长152,819 bp，平均13.8%的读段比对至靶标。捕获效率受分类阶元、材料保存方式、数据来源和杂交温度显著影响。硅胶干燥样品比标本馆样品多恢复44%的基因和113%的序列长度。Brassicales目恢复基因最多（平均328个），Asparagales目最少（平均219个）。
3.3 核基因直系同源验证：以禾本科为代表类群的评估显示，经过滤后，超过90%序列属于主导直系同源群的基因座比例从68.8%提升至75.4%，残余旁系同源物对物种树拓扑影响极小，仅在雀麦属和绒毛草属等少数类群中引起4处差异。
3.4 质体位点恢复：从脱靶读段中平均每样品恢复54个质体编码序列，标准DNA条形码rbcL和matK的回收率分别为72.4%和71.8%。本研究所产样品比PAFTOL样品恢复更多质体基因（58个 vs 36个）。
3.5 基于353个核基因的系统发育关系：由349个核基因组成的175,252 bp矩阵构建的最大似然树和溯祖树均高度解析，平均超快速自展支持率达96%，94%的节点得到可靠支持。两个树在大部分层级拓扑一致，但在石竹目、木兰类分支等深部节点及悬钩子属、薹草属等属内存在少量冲突。
3.6 基于77个质体基因的系统发育关系：由77个质体基因组成的56,342 bp矩阵构建的最大似然树包含1261个物种，平均节点支持率为89%，85.1%的节点可靠支持。
3.7 核树与质体树比较：核树的平均信息位点比质体树高30.8%，节点支持率也普遍更高。两树在目级水平存在多处核质冲突，如木兰类分支、石竹目的位置差异，以及在禾本科、蔷薇科等科的属种交换现象。
3.8 分化时间估算：核基因时间树包含1300个独特分类单元，98.6%的节点年龄落在自举置信区间内。核树与质体树的节点年龄高度相关（ρ=0.93），与GBOTB树也显著相关（ρ=0.85），但本研究估算的年龄普遍更老，尤其在蔷薇科等类群中差异显著。
讨论与结论
本研究表明，Angiosperms353靶向捕获结合ORTHOSKIM流水线是构建高分辨率区域植物区系系统发育资源的有效手段。该方法成功恢复了日内瓦区系92%的物种，并为902个此前缺乏PAFTOL数据的物种贡献了原始序列。核基因在近缘种解析和节点支持率上优于质体基因，而两者在分化时间估算上高度一致，表明核基因组数据可作为可靠的进化框架。研究中发现的核质冲突，如木兰类分支和石竹目的不稳定位置，可能与古老杂交或全基因组加倍事件有关，而属级水平的冲突则反映了近期辐射和叶绿体捕获等过程。该区域系统发育树与现有分类学和大型系统发育树高度一致，证实了其在指导命名修订和支持保护生物学研究方面的价值。研究结论指出，基于Angiosperms353的工作流程能够生成比现有质体树或超级树更为稳健的区域植物区系系统发育树，且具有良好的可扩展性，未来可推广至瑞士乃至全球其他区域的完整植物区系研究。
