转座元件和基因家族动态在塑造硅藻多样性及进化中的作用

《Algal Research》：The roles of transposable elements and gene family dynamics in shaping diversity and evolution in diatoms

硅藻基因组进化中转座子与基因家族动态的协同作用研究。通过长读测序分析29种硅藻及近缘物种的TE分布和基因家族扩张/收缩，揭示生态适应相关基因（如多胺合成、谷胱甘肽转移酶）的线系特异性扩张，浮力基因（centric）与运动基因（pennate）的分化特征，以及种内菌株（如Phaeodactylum tricornutum）的基因组适应性变异。结合全基因组重复（WGD）事件（约200/170 Myr）与TE近期扩张（0.5-5 Ma）的时空关联，阐明TE激活与基因家族重构在驱动硅藻形态分化和生态适应中的协同进化机制。

　　

郑天泽|张旭|刘天任|刘新竹|克里斯·鲍勒|林鑫

中国厦门大学海洋与环境科学学院，海洋与地球科学国家重点实验室

摘要

硅藻是水生生态系统中的关键生物，它们通过次级内共生作用进化而来。我们利用长读长测序技术，研究了可移动元件（TEs）和基因家族动态如何从物种间到物种内的层面塑造了硅藻的多样性。在不同硅藻谱系中，我们发现了与生态适应相关的基因扩展，包括用于硅质化的多胺合成基因和用于抵抗氧化应激的谷胱甘肽S-转移酶基因。中心型硅藻表现出与浮力相关的微管基因的谱系特异性扩展，而羽状硅藻则扩展了与运动能力相关的肌动蛋白和肌球蛋白基因。在物种内部，Phaeodactylum tricornutum的不同菌株显示出与其独特特征相关的基因组适应，包括十字形菌株的形态基因的菌株特异性扩展和收缩，以及波罗的海分离株的胺类代谢基因的扩展。我们对硅藻主要谱系分化时间的估计（约2.02亿年和约1.73亿年）与两次深度全基因组复制（WGD）事件（约2亿年和约1.7亿年）高度一致。在这些进化节点上，基因家族表现出广泛的谱系特异性扩展和收缩，这可能将古代的多倍性与随后的基因内容进化联系起来。大规模的可移动元件扩展发生在较近的时间（0.5–5百万年），大多数硅藻显示出近期长末端重复逆转录转座子（LTR-RTs）的爆发，而无翅羽状硅藻则显示出更古老的TE插入峰值。这可能反映了古代TE拷贝的逐渐丢失，只有最近的TE插入可以被检测到。我们的发现为硅藻的适应性进化提供了基因组证据，强调了TEs和基因家族动态在塑造其形态多样性和环境适应中的关键作用，并暗示了WGDs、基因家族动态和基因组进化中TE插入之间的潜在联系。

引言

硅藻是通过次级内共生作用起源的生态优势单细胞藻类，贡献了全球初级生产力的约20% [1]，[2]。化石记录表明硅藻最早出现在白垩纪 [3]，[4]。硅藻通常被分类为中心型或羽状型 [5]。中心型硅藻的硅质壳通常是放射状或圆柱形的，没有裂缝，并且运动能力有限 [6]。羽状硅藻具有两侧对称性，通常具有裂缝，这使得它们能够移动 [7]。

在羽状硅藻中，Phaeodactylum tricornutum 由于其形态可塑性、生理适应性和多种天然菌株的可用性而成为模式物种 [8]。先前的研究揭示了其菌株之间的广泛遗传和转录组多样性 [9] [10]。为了在一个受控框架内研究物种内的基因组进化，我们选择了三种 P. tricornutum 菌株（PtSCS、PtECS 和 Pt4），它们代表了该物种内的不同生态、形态和基因组背景。Pt4 是一种适应低盐度和低光照环境的波罗的海菌株，已被广泛认为是生态生理学上独特的谱系 [11]，[12]。PtSCS 和 PtECS 分别来自中国南海和东海，但表现出明显的形态差异：PtSCS 主要呈 fusiform 形状 [13]，而 PtECS 则具有十字形特征。在这里，我们首次报告了 P. tricornutum 十字形菌株的基因组测序数据。这些菌株共同捕捉了不同形态类型和生态位中的显著物种内多样性。

比较基因组学为研究物种间的基因组结构、遗传多样性和进化机制提供了强大的框架 [14]。随着长读长测序技术的出现，可以系统地研究谱系特异性适应和进化机制 [15]。植物比较基因组学的最新进展包括阐明 Citrus 物种的起源 [16]、对 Allium fistulosum 的深入研究 [17]，以及 Malus baccata 基因组的组装，后者揭示了适应性基因家族的进化 [18]。短读长比较分析揭示了硅藻从海洋到淡水环境的基因组特征 [19]。然而，基因家族扩展和收缩对硅藻多样化的贡献仍知之甚少。

在真核生物中，全基因组复制（WGD）是产生新的进化创新模板的主要机制 [20]，[21]，剂量敏感基因（如转录因子）的偏保留通常会导致基因家族的扩展/收缩 [22]。可移动元件（TEs）通过引入突变和遗传新颖性而被认为是基因组结构和真核生物进化的主要驱动力 [23]。在经历高度变化的环境条件和快速生态多样化的硅藻中，这些过程可能在促进代谢灵活性、调控创新和生态位适应方面发挥特别重要的作用。然而，WGDs、TE 活性和基因家族动态如何相互作用以塑造硅藻进化仍不清楚。由于难以解析对准确检测TE至关重要的重复侧翼区域，使用短读长测序技术来表征和比较TE仍然具有挑战性 [24]。PacBio 和 Oxford Nanopore (ONT) 等长读长测序技术在解析重复序列方面具有关键优势，从而能够更全面地识别TE并揭示隐藏的基因组多样性，如结构变异和富含TE的区域 [25]。最近使用长读长测序的研究揭示了真核生物中广泛的TE库及其调控作用 [26]，[27]，[28]。

先前的研究，特别是在植物中，表明TE爆发通常发生在WGD之后，这一模式最初由McClintock的“基因组冲击”假说提出，该假说认为WGD可以触发TE的立即激活 [29]。然而，最近的研究表明，TE积累通常是一个较慢的长期过程，由多倍体中的净化选择放松所塑造 [30] [31]。TE的增殖也经常与快速的基因组大小增加相关，这可能独立发生或与WGD协同发生 [32]。

硅藻经历了多次古老的全基因组复制 [33]，但这些事件如何与随后的TE增殖和基因家族进化相互作用仍不清楚。解决这些空白需要将长读长测序与多个硅藻谱系的比较基因组方法结合起来，这为研究这些过程如何共同驱动硅藻的生态多样化提供了独特的机会。基于上述背景，本研究的科学问题是：(1) 不同硅藻谱系中的TE景观有何差异？(2) 基因家族动态如何影响硅藻的适应性进化，哪些基因家族与硅藻的生态适应有关而发生了扩展或收缩？(3) WGDs、基因家族动态和TE增殖之间有什么关系？

在这项研究中，我们收集了29种硅藻及其代表性外群（一种颗石藻、三种绿藻和四种红藻）的长读长测序数据，以分析不同谱系中的TE多样性和基因家族扩展/收缩。同时，我们为三种地理上不同的 P. tricornutum 菌株生成了基于ONT的基因组，以研究TE动态和基因家族变异如何促进模型物种内的功能和生理分化。我们进一步研究了WGDs、基因家族动态和TE增殖之间的关系，以了解它们在塑造基因组进化中的协同作用。这种比较基因组学与菌株水平分析相结合，为理解塑造硅藻多样性的进化力量提供了新的见解。

部分片段

P. tricornutum 的基因组测序

三种 P. tricornutum 菌株——PtSCS、PtECS 和 Pt4——被进行了测序（图1）。Pt4 来自波罗的海，并存放在藻类和原生动物培养收集中心（CCAP 1052/6）[9]。PtSCS 于2004年从中国南海收集，并存放在厦门大学海洋细菌和浮游植物收集中心（CCMBP106）[34]。PtECS 是来自东海长江口的十字形菌株，也存放在同一收集中心（CCMBP267）。

硅藻分化时间的估计及基因家族的扩展和收缩

为了重建硅藻的进化历史，我们分析了21个基因组，包括代表主要中心型和羽状型的14种硅藻，以及一种颗石藻、三种绿藻和三种红藻。分化时间估计表明硅藻的起源约为2.02亿年，中心型硅藻出现得更早（约1.73亿年），而羽状硅藻的多样化发生得更晚，包括 Psammoneis japonica（约1.61亿年）和 Fragilaria crotonensis（约9700万年），这与之前的进化框架一致 [66]。

硅藻的进化事件以及基因家族收缩/扩展与形态生理特征的潜在关联

硅藻和颗石藻通过基因家族扩展进化出了专门的适应性特征，这些特征支撑了它们的生态成功（图9）。叶黄素-叶绿素蛋白（FCP）基因的扩展增强了对蓝-绿色光谱（450–570纳米）的光吸收，这是海洋环境的特点 [69]。碳酸酐酶和RubisCO基因的复制支持CO?浓缩机制（CCMs），在低CO?条件下促进高效的碳固定 [70]，[71]。扩展

结论

通过长读长测序和比较基因组学，这项研究揭示了TEs和基因家族动态在硅藻进化成功中的关键作用。比较基因组分析显示，硅藻特有的多胺代谢和GST基因家族的扩展支撑了其适应性特征，如硅质壁的形成和抗氧化应激能力。中心型硅藻和羽状硅藻之间不同的基因家族谱型与它们不同的形态和运动能力相关

动物和人权声明

本研究没有涉及任何人类参与者或动物。因此，不需要伦理批准。

CRediT作者贡献声明

郑天泽：撰写——原始草稿、可视化、软件、方法论、调查、数据管理。张旭：撰写——审阅与编辑、验证、监督、方法论。刘天任：撰写——原始草稿。刘新竹：可视化。克里斯·鲍勒：撰写——审阅与编辑、监督。林鑫：撰写——审阅与编辑、监督、资源管理、项目管理和资金获取。

利益冲突声明

作者声明他们与本工作无关任何利益冲突。

致谢

本研究得到了中国福建省自然科学基金（2024J01020）和中国国家自然科学基金（42076128）的支持。