《Advanced Science》：Deciphering the Evolution Pattern of Structural Variations Overlapped With Repetitive Sequence During Cattle Evolution
编辑推荐：
本文通过整合83头全球分布牛的长读长测序数据，系统解析了重叠重复序列的结构变异（rep-SV）在牛基因组中的演化动态。研究发现rep-SV在X染色体与常染色体间分布不均，且其在印度瘤牛（indicine）亚种分化过程中出现特定扩张，其中Bov-A2介导的PDGFD基因变异可能与瘤牛驼峰性状相关，而卫星序列介导的ROR2基因缺失变异则通过影响RUNX1结合调控牛体大小。这些发现不仅揭示了rep-SV在牛进化中的关键作用，也为分子育种和进化遗传学研究提供了候选标记。
引言：重复序列与结构变异在基因组进化中的核心地位
重复序列（Repetitive sequences, REPs）占真核生物基因组很大比例，是基因组进化的关键驱动力。同源REPs通过聚合酶滑移、非等位基因同源重组等机制形成结构变异（Structural variations, SVs），且SVs在重复区域的丰度远高于非重复区域。与单核苷酸多态性（SNPs）相比，SVs因改变更多碱基对而产生更大的生物学影响。REPs与三维基因组组织、染色质修饰、DNA甲基化及基因表达调控网络相关，但其在动物基因组中的全基因组演化动态——尤其是与SVs重叠的rep-SVs——尚未被充分探索。从进化视角看，多数rep-SVs可能因假基因化或基因丢失而“无效”，但部分转座子在灵长类或人类群体中仍保持多态性，且驯化相关的选择松弛、阳性选择加强和群体瓶颈等过程也会影响新出现rep-SVs的固定。家养牛（包括无驼峰的普通牛Bos taurus taurus和有驼峰的瘤牛Bos taurus indicus）因其两个亚种的独立驯化历史，成为研究不同进化时间尺度上rep-SV动态的理想模型。
结果1：基于长读长测序数据构建全面的牛SV图谱
研究采用牛津纳米孔长读长测序技术对8个全球分布品种进行测序，并整合NCBI序列读档中75个个体的长读长数据，共获得83个个体、总计6.50 Tb的长读长数据，平均读长N50为19,958 bp。通过将所有个体的长读长序列比对到牛参考基因组（ARS-UCD1.2），检测、过滤并合并SV，最终得到209,032个非冗余SVs（长度>50 bp），构建了迄今为止最全面的序列解析牛泛SV基因组。与此前基于短读长测序的SV目录相比，本研究发现了69,295个新型SVs（占总数的33.15%），显著丰富了牛泛基因组的多样性，凸显了长读长测序在捕获未知SVs方面的独特优势。所有SVs中，51.25%为小型（50–200 bp），18.70%为中型（200–500 bp），30.05%为大型（>500 bp）。大多数SVs为插入（INSs）和缺失（DELs），每个个体也存在数十到数百个倒位（INVs）和重复（DUPs）。约67.58%的SVs位于基因间区，28.44%位于内含子，0.85%位于外显子，该分布与先前牛研究一致。基于SVs或SNPs的系统发育分析均清晰解析出两个独立聚类：有驼峰的瘤牛和无驼峰的普通牛，非洲牛KUR与瘤牛个体聚在一起，可能反映了瘤牛基因向非洲长角普通牛的渗入。
结果2：rep-SVs的整体特征谱
若SV与至少一个注释的重复元件重叠≥1 bp且最大尺寸<100 kbp，则被归类为由重复序列介导的rep-SV。由于重复片段占牛基因组近一半，且重复诱导的突变常导致SV，因此近四分之三的DELs/INSs（约152k）为rep-SVs。值得注意的是，rep-SV在DUPs/INVs中的比例更高。Bov-tA更频繁出现在DUPs/INVs中，而LINE/L1更可能出现在DELs/INSs中。对年轻SVs（即个体特异的单体SVs）的检查显示，年轻INSs/DELs中rep-SV比例显著高于总INSs/DELs，而年轻DUPs/INVs与总DUPs/INVs中rep-SV与非rep-SV的比例相同。关于REP类型关联，LINE/L1更频繁出现在年轻INSs/DELs中，而LINE/BovB主导其他（非年轻）INSs/DELs。相反，没有REP类型优先出现在年轻DUPs/INVs中，而LTR/ERVK倾向于介导非年轻rep-SVs中的DUPs/INVs。INSs/DELs的频率随长度增加而急剧下降，而DUPs/INVs对长度变化较不敏感。与不含REP的INSs/DELs相比，含REP的INSs/DELs表现出不同的尺寸峰值（约140 bp、280 bp、1150 bp和8400 bp），这些峰值被特定REP类型高度富集。具体而言，前两个尺寸峰值（对应长度范围125–158 bp和252–316 bp）以Bov-A2为主，约1150 bp峰值（1018–1263 bp）富集LTR/ERVK，约8400 bp峰值（7686–9689 bp）也以LTR/ERVK为主。
结果3：rep-SV在X染色体与常染色体间的不均匀分布
性染色体在精子发生期间表现异周性（以凝聚周期改变为特征），这可能影响性染色体与常染色体间的转座成功率。此外，性染色体与常染色体间重组率的差异可能进一步影响新出现SVs的保留，特别是较大SVs。研究发现，总体上每条染色体的rep-SV和非rep-SV数量呈线性相关。随着SV尺寸增大，X染色体上每条染色体的rep-SV与非rep-SV数量比与常染色体的偏差越来越大。这种偏差源于X染色体上大型rep-SVs的相对密度（density-X/density-A）远高于常染色体，其中超过8000 bp的rep-SVs急剧增加。这种大型rep-SVs的X染色体偏向分布在个体间一致，尽管在9个样本中不显著——其中7个来自中国海南岛。值得注意的是，年轻的大型rep-SVs（>8000 bp）未表现出这种X染色体偏向，表明X染色体在长进化时间尺度上优先保留大型rep-SVs。进一步分析X染色体上大于8000 bp与小于8000 bp的rep-SVs比例，通过主成分分析（PCA）观察到无驼峰普通牛和有驼峰瘤牛之间的清晰分离。由于大型rep-SVs表现出不均匀的染色体分布，研究进一步探讨了具有特定SV尺寸的特定REP类型是否显示偏向的染色体分布。值得注意的是，约140 bp尺寸的Bov-A2介导rep-SV在X染色体上显著少于其他尺寸的Bov-A2介导rep-SVs。这种X染色体缺失也在约1150 bp尺寸的LTR/ERVK介导rep-SV中观察到。相反，约280 bp尺寸的Bov-A2介导rep-SV和约8400 bp尺寸的LTR/ERVK介导rep-SV未显示染色体分布偏向。这种X染色体缺失可能与进化历史有关。对于两个具有X偏向的尺寸峰值，Bov-A2介导的约140 bp rep-SV峰值与其他尺寸的个体比例的第一主成分（PC1）清晰区分普通牛与瘤牛，这在约1150 bp LTR/ERVK峰值中也一致观察到。相反，两个无偏向峰值（约280 bp Bov-A2和约8400 bp LTR/ERVK）的PC1未能区分普通牛与瘤牛。
结果4：牛进化史上rep-SV的独特群落生态学
从群落生态学角度衡量rep-SV动态正成为日益有用的探究途径。基于此，研究使用两种指数评估个体间rep-SV多样性：α多样性（包括香农多样性指数和皮洛均匀度）和β多样性。为精炼分析，将rep-SVs分为三种进化状态：亚种共享rep-SVs（至少被一个普通牛和一个瘤牛个体共享）、亚种私有rep-SVs（至少被一个亚种内两个个体共享但在另一亚种中缺失）和特异rep-SVs（仅出现在单个个体中）。香农多样性（量化每个组装的整体REP类型多样性）从古老（亚种共享）到近期（特异）rep-SVs逐步增加，皮洛均匀度（衡量均匀度，考虑REP类型相对丰度）也一致观察到该模式。值得注意的是，在瘤牛中，亚种私有rep-SVs的香农多样性明显低于亚种共享和特异rep-SVs，该模式在普通牛中未见。这种减少与瘤牛中亚种私有rep-SVs均匀度的急剧下降同时发生，而普通牛中均匀度保持稳定。这些结果表明，在亚种分化期间，瘤牛积累了一个狭窄范围的独特REP类型，不同于普通牛中更广泛的积累。接下来通过基于布雷-柯蒂斯距离的PCA评估β多样性，该指标权衡最丰富的REP类型并量化组装间多样性。仅基于亚种私有
