《BMC Genomics》:Hidden in repeats: genome architecture and chromosomal diversification in New World vultures (Cathartidae)
编辑推荐:
本研究探讨了重复DNA如何影响新世界鹫类(Cathartidae)的染色体进化和基因组架构,该谱系以二倍体染色体数(2n = 80)的显著稳定性为特征。研究人员对五种新世界鹫类及黑鹫(Coragyps atratus)的三个不同地理种群进行了分析,采用了低覆盖
本研究探讨了重复DNA如何影响新世界鹫类(Cathartidae)的染色体进化和基因组架构,该谱系以二倍体染色体数(2n = 80)的显著稳定性为特征。研究人员对五种新世界鹫类及黑鹫(Coragyps atratus)的三个不同地理种群进行了分析,采用了低覆盖度基因组测序、重复DNA谱分析及计算机模拟映射相结合的方法。卫星DNA(satDNAs)的原位映射仅在C. atratus的南美种群中进行。研究发现,尽管2n保持保守,物种间重复序列组成存在显著多样性,这主要归因于转座元件(TEs)和satDNAs的谱系特异性扩增。重复组主要由逆转录元件组成,尤其是长散布核元件(LINEs)和长末端重复序列(LTRs),而卫星组则同时包含保守和快速进化的satDNA家族。总体而言,C. atratus各种群间总重复DNA含量相似,但部分satDNA类群表现出种群特异性分化,表明其快速周转,而另一些则在所有物种间共享。保守satDNAs主要分布于近着丝粒区域,提示其在染色体组织中具有结构功能,原位和计算机模拟映射均证实了这一点。此外,重复序列分布和丰度的变化未伴随2n数目和主要染色体结构重排的显著差异,表明核型进化与重复序列动态之间存在脱耦。研究结果强调了整合基因组学和细胞遗传学方法以理解基因组进化的必要性,揭示了重复DNA对鸟类基因组多样性的贡献,以及基因组变化可在不改变二倍体数目和主要核型特征的情况下积累。
研究背景方面,鸟类基因组通常以基因组组织的长期保守为特征,仅被间歇性的结构变化所打断,且与其他脊椎动物类群相比,重复DNA比例相对较低。尽管存在这种基因组稳定性,串联重复簇(包括卫星DNA和转座元件)是结构变异的关键驱动因素,可创建插入、缺失和染色体重排的热点,从而推动适应性进化。此外,它们还通过卫星重复序列周转塑造着丝粒和异染色质进化,并通过快速种群分化驱动物种形成。然而,重复组(即基因组内重复DNA序列的综合 repertoire)的进化机制及其在基因组架构中的功能作用仍知之甚少,尤其是在细胞基因组学研究有限的谱系中。卫星DNA文库假说提出,近缘物种可能共享来自共同祖先的一套satDNA家族,反映系统发育关系。但比较研究表明,近缘物种间的重复景观(即重复DNA元素的基因组谱,总结其组成、序列分化和全基因组相对丰度)可能显著不同,表明谱系特异性重复序列周转是基因组多样化的主要驱动因素。新一代测序和计算分析的进展使得利用低覆盖度基因组数据全面表征重复组成为可能。然而,重复DNA在基因组组织中的功能作用无法仅通过基于序列的分析完全解决。即使有了染色体水平的基因组组装,重复DNA仍然是测序reads完整准确组装的主要挑战。在这种情况下,细胞遗传学仍然是强大且不可或缺的工具。尽管RIdeogram和karyoploteR等计算机模拟方法能够对组装基因组中注释的重复DNA特征进行映射和可视化,但只有通过重复序列的原位映射才能实现对这些序列沿染色体物理分布的高分辨率准确评估,从而将序列组成与基因组架构联系起来。重复组谱分析和荧光原位杂交(FISH)的整合有助于多尺度理解基因组进化,阐明重复元件的空间排列及其对结构和功能基因组特征(如着丝粒、端粒和性染色体)的贡献。新世界鹫类(Cathartidae)是研究鸟类基因组进化的一个特别有吸引力但分析不足的模型。这个小型的Afroaves分支包括七个现存物种,分布于美洲各地,从温带北美到南美南部。这些专性食腐动物表现出对腐肉进食的独特生态和进化适应,包括高度发达的嗅觉能力和对与分解尸体相关的病原体的非凡耐受性。细胞遗传学研究一致表明,所有已分析的Cathartidae物种均具有保守的2n = 80染色体, closely reflecting the hypothesized ancestral bird karyotype。尽管这种核型稳定性明显,但关于这些物种中重复DNA的组织、多样性和进化动态知之甚少,包括黑鹫Coragyps atratus,该物种进一步分为北美、中美洲和南美三个地理结构种群。因此,研究人员开展了本研究,利用整合比较框架结合基因组学和细胞遗传学,研究新世界鹫类中重复DNA的进化和基因组组织。具体而言,研究人员表征了七个现存Cathartidae物种中五个的重复组,以识别重复组成、多样化和谱系特异性扩增的模式。为了进一步评估种群水平的重复序列动态,研究人员分析了黑鹫C. atratus三个地理上不同种群的数据。最后,研究人员在C. atratus(南美种群)中对选定的重复元件进行了FISH映射,以直接将基于序列的重复谱与其染色体分布联系起来。通过跨五个Cathartidae物种的比较基因组分析和C. atratus南美种群的细胞遗传学映射,研究人员揭示了重复DNA如何在一个以显著染色体数目保守但重复景观可能动态的谱系中 contribute to genome architecture and evolution。
在技术方法方面,研究人员采集了两只南美种群的黑鹫(Coragyps atratus)个体(一雄一雌),采集外周血用于基因组DNA提取,并采集生长中的羽髓用于建立成纤维细胞培养以制备有丝分裂染色体。所有采样程序均在巴西环境机构(ICMBIO/SISBIO)签发的许可证(100206-1)下进行,并在国家遗传遗产和相关传统知识管理系统(SISGEN - A3CC471)中注册。为进行跨地理和系统发育尺度的比较基因组分析,研究人员从NCBI的序列读取存档(SRA)中检索了额外的基因组数据,包括中美洲巴拿马运河区和北美佛罗里达的两个其他C. atratus种群。研究人员还纳入了C. aura(美国)和C. atratus(地理来源未知个体)的支架水平基因组组装,以及另外三个Cathartidae物种的染色体水平基因组组装:G. californianus(美国俄勒冈动物园)、S. papa(来源未知)和V. gryphus(阿根廷布宜诺斯艾利斯)。基因组DNA采用苯酚-氯仿-异戊醇法提取。使用BGISEQ-500平台进行双端文库(150 bp读长)测序,产生总计57.8 GB原始reads,现存放于SRA登录号SRR38244970。重复组分析整合了新生成的C. atratus数据与另外两个种群及其他四个Cathartidae物种的短读长数据集。卫星组表征通过RepeatExplorer2和TAREAN流程进行基于图的重复元件聚类。对于种间和种内重复含量分析,研究人员使用了dnaPipeTE v1.4,该流程设计用于从低覆盖度短读长数据进行从头重复表征。研究人员还使用基于组装的方法RepeatModeler2和Earl Grey评估了重复含量,但这些估计未用于后续分析,因为重复含量和分类在物种间差异很大,且似乎强烈受到基因组组装质量和连续性的影响。每个satDNA的相对丰度计算为satDNA衍生核苷酸占分析的总基因组核苷酸的比例。使用RepeatMasker v. 4.16中的cross-match工具将分离的satDNAs与其各自基因组进行比对。遗传距离使用Kimura-2参数模型估计。satDNAs根据基因组丰度递减编号,并按照Ruiz-Ruano等人提出的标准命名。基于C. atratus南美种群获得的数据,研究人员手动设计了所有satDNA扩增的引物组(除CatSASat06-30外)用于进一步的原位染色体映射。对于探针构建,扩增子通过切口平移使用Atto488-dUTP(绿色)和Atto550-dUTP(红色)核苷酸标记。除satDNA家族外,研究人员还原位映射了其他重复DNA类别,包括18S rDNA和七个微卫星。荧光原位杂交(FISH)按照标准方案进行。为了正确区分C. atratus的Z和W性染色体,研究人员进行了全染色体涂染(WCP)实验以及种内比较基因组杂交(CGH)。WCP实验使用源自Cariama cristata的Z染色体特异性探针,以及源自Pseudastur albicollis的全染色体特异性探针。使用简并寡核苷酸引物PCR(DOP-PCR)标记探针。至少检查20个中期相以确认二倍体数目和FISH结果。使用G. californianus、S. papa和V. gryphus的染色体水平组装进行六个高度保守satDNA家族的比较计算机模拟映射。使用BLASTn将satDNAs查询染色体水平基因组组装。使用R中的karyoploteR包进行基因组映射。候选着丝粒/近着丝粒区域使用RepeatOBserver v.0.1.0鉴定。
研究结果方面,第一,C. atratus的核型描述和性染色体表征。所有分析的C. atratus标本一致显示2n = 80。核型可能类似于提出的鸟类祖先核型,包括在宏观染色体中可区分的十对常染色体、两条性染色体(ZW)和其余29对微染色体。使用LAL-WCP探针的全染色体涂染(WCP)实验进一步证实了这种保守性,揭示了与祖先鸟类染色体组织一致的同源模式。虽然W染色体是一个小的中着丝粒元件,但Z染色体稍大且为亚中着丝粒,位列第五至第六大宏观染色体之一。然而,尽管存在这种形态分化,种内比较基因组杂交(CGH)未揭示W染色体上雌性特异性序列的积累。序贯WCP-FISH和C带进一步突出了两条性染色体的异染色质含量,证实W染色体具有中等程度的异染色质富集,而Z染色体异染色质丰度相对较低。
第二,Cathartidae重复组的表征和比较。五个Cathartidae物种的重复组谱分析显示了三个主要TE类别的不同扩增,包括DNA转座子和逆转录元件,如长散布核元件(LINEs)和长末端重复序列(LTRs)。逆转录转座子是所有基因组中最丰富的成分,范围从C. atratus(中美洲种群)的13.20%到G. californianus的18.37%。V. gryphus表现出最高的总重复DNA含量(22.38%),而其余物种范围在16.19%至21.61%。对逆转录元件的详细调查表明,L2/CR1/Rex和逆转录病毒相关元件是主要贡献者,占五个物种间观察到的重复组变异的很大比例。C. atratus谱系间的种内比较显示,中美洲、南美和北美种群的重复景观大致相似,重复含量分别为16.19%、17.66%和16.67%。所有三个种群均显示以LINE和LTR元件为主的重复景观,表明该物种间保守的逆转录元件驱动的基因组架构。
第三,Cathartidae卫星组的一般特征。C. atratus中satDNA家族的表征揭示了卫星组组成的种群水平变异,在南美、北美和中美洲种群中分别鉴定出12、20和23个家族。同源分析最初将satDNA家族聚类为13个初步组,随后通过手动成对比对精炼,产生最终分组。一部分satDNA家族(第2、4、5和8组)在所有种群中共享,支持C. atratus中存在保守的卫星组核心。在这个核心内,每个种群中存在四组变异体(即相似性超过80%的序列)。相比之下,其他物种的卫星组大小相似,G. californianus有七个家族,C. aura有九个,V. gryphus有十个,S. papa有十一个。重复单元长度(RUL)从16 bp到5021 bp不等,而GC含量在satDNA家族间相似,大多数序列超过50%。然而,C. atratus的北美种群偏离了这一模式,大多数satDNA家族表现出较高的A + T含量,表明碱基组成存在种群水平差异。Kimura-2替换(K2P)谱在物种间基本一致,表明satDNAs的近期扩张,这由低分化值表示。一个例外是CatSASat05-357,其表现出显著较高的分化,达到约24.82% K2P,而CatSASat02-180与大多数其他satDNA家族相比也显示出相对较高的分化。基于同源性的序列分组鉴定出总共11个satDNA组。第2组和第4组最为广泛保守,各包含在全部五个物种中共享的多个变异体。在第2组内,四个satDNA家族(CauSat08-176、CatSASat11-176、SpaSat09-175和VgrSat09-176)形成一个独特的簇,比对时与其他成员未显示实质性相似性。这种分化表明,尽管这些序列与其他第2组satDNAs具有可检测的相似性,但它们可能遵循了不同的进化轨迹。为了强调这些差异,研究人员将它们指定为亚组2B。类似地,第1组根据序列相似性和内部子结构细分为亚组1A和1B。第1A组呈现仅在C. atratus北美种群和G. californianus中缺失的satDNA家族,而第1B组由CatNASat15-690、GcaSat03-687和VgrSat05-594形成。第5组在除G. californianus外的所有物种中鉴定到,变异体表现出极高的序列相似性(94.6–100%)和约146 bp的相对稳定的重复单元长度。相比之下,第3组和第9组在已鉴定的组中分布最为局限:第3组仅在C. aura(CauSat03-1882)和G. californianus(GcaSat04-1868)之间共享,而第9组在G. californianus、S. papa和V. gryphus中检测到,序列相似性范围为70.6%至82.3%。第6组包含三个satDNA家族,两个来自C. atratus,一个来自C. aura,而第11组包括两个C. atratus satDNA家族和一个来自V. gryphus的家族。第7组仅包含两个家族,CatSASat12-195和CauSat09-206。第8组仅限于C. atratus种群,其变异体间显示高度序列保守性。相比之下,第10组包含由V. gryphus、S. papa、G. californianus和C. atratus中美洲种群共享的高度保守satDNA家族,表明这些分类群中保留了祖先satDNA谱系。
第四,南美C. atratus中18S rRNA基因、微卫星和CatSatDNAs的染色体映射。18S rRNA基因的原位映射在中等大小的微染色体对上显示阳性FISH信号,可能对应于第15至18对之间的一个微染色体。在评估的七个微卫星中,只有(CA)?和(CAG)?产生可检测信号,分别定位到第二大的中着丝粒和中等大小的近端着丝粒对。大多数CatSASatDNAs表现出与主要染色体缢痕密切相关的近着丝粒分布。更具体地说,CatSASat1-177在27对染色体上产生54个信号,包括五对宏观染色体;然而,在Z或W染色体上未检测到信号。CatSASat2-180显示出最广泛的分布,在所有染色体对上检测到80个信号,包括Z和W染色体。CatSASat3-3477产生16个信号,仅限于八对微染色体,而CatSASat4-414也产生16个信号,可能定位到宏观染色体对3、4、5和6,以及四对微染色体。CatSASat5-357仅限于最大宏观染色体对之一(第1或2对)上的单个信号对,而CatSASat6-30在六个微染色体上产生信号。相比之下,一些SatDNAs表现出更具体的分布模式。CatSASat8-146在单个微染色体对上显示显著信号,几乎跨越其整个长度,而CatSASat11-176形成覆盖单个宏观染色体对短臂和近着丝粒区域的显著簇。CatSASat9-1205在三对宏观染色体上显示末端信号,可能对应于染色体对4、5和6或7。CatSASat7-541和CatSASat12-195均定位在染色体对1上,CatSASat7-541在长臂上形成近着丝粒簇,侧翼于主要缢痕,而CatSASat12-195占据同一染色体对的末端区域。
第五,保守satDNAs在S. papa、G. californianus和V. gryphus基因组组装中的计算机模拟谱分析。六个保守satDNA家族(第2组两个代表,第4、5、9和10组各一个)的全基因组映射揭示了S. papa基因组中的显著分布模式。基于BLASTn和RepeatOBserver预测的组合,这些satDNA家族主要聚集在大多数染色体的候选近着丝粒区域,偶尔有亚端粒信号。RepeatOBserver未能识别16个微染色体的着丝粒位置,包括染色体10、21、25-28和30-39。对于其中五个(染色体10、21、26、30和31),着丝粒位置随后从SpaSat01-177的共定位和高重复密度区域推断。总体分布模式与在C. atratus中观察到的FISH结果一致。相比之下,在新世界鹫类另外两个可用的染色体水平组装(G. californianus和V. gryphus)中的计算机模拟映射仅产生非常微弱、分散的信号,没有明显的聚集,可能代表重复DNA区域基因组组装质量带来的伪影。
讨论部分总结如下:重复DNA是基因组进化的主要驱动因素,但其对基因组架构的贡献仍知之甚少,尤其是在核型保守的谱系中。通过整合重复组谱分析和细胞遗传学,研究人员表明新世界鹫类结合了显著的2n保守性与动态和谱系特异性的重复景观。这些发现表明,显著的基因组多样性可能在没有染色体数目变化的情况下发生,主要归因于satDNA周转和可变的TE活性。新世界鹫类大约在1500万年前出现,Cathartidae间重复含量的变异可能反映了谱系分化后重复元件的不同进化轨迹。相比之下,三个分析的C. atratus种群基于dnaPipeTE分析显示出高度相似的TE组成和总重复含量,表明重复组进化在大陆谱系间基本保持保守。尽管种群结构明显,种群间差异仅限于satDNA家族数量和丰度的变异,与这些谱系的近期分化和谱系特异性重复周转的有限机会一致。在已鉴定的保守卫星中,第2组特别值得注意,因为它在分析的所有分类群中一致存在。FISH实验显示CatSASat02-180在C. atratus所有染色体的近着丝粒区域明显富集,表明与着丝粒近端结构域存在反复的空间关联。在S. papa中的补充计算机模拟映射进一步支持这种分布模式。此外,第2组内的其余satDNAs对应于在其他检查物种中TAREAN分析鉴定出的最丰富重复序列,强化了高基因组代表性的模式。这一观察与先前在鸟类中的研究一致,表明高度丰富的satDNA家族通常位于或靠近近着丝粒区域。总之,研究人员提出第2组satDNAs可能与新世界鹫类的着丝粒相关基因组区室有关,因为它们高度丰富、在物种间保守、经常在C. atratus的近着丝粒区域发现,并与RepeatOBserver基于的着丝粒预测一致(在可获得的情况下)。然而,鉴于鸟类着丝粒的动态性质和缺乏直接功能测定,需要额外证据来更准确地解决这种关联的性质。通过鉴定在多个物种间保守的satDNA家族,研究结果挑战了某些鸟类谱系中着丝粒/近着丝粒重复序列快速且无约束周转的预期。这种保守性可能反映谱系分化后祖先satDNA家族的保留或限制序列周转的功能约束的作用。因此,尽管着丝粒身份已知主要由表观遗传机制决定,这些satDNA家族的持续存在提出了谱系特异性序列约束也可能有助于其维持的可能性。然而,在这种广泛保守的重复景观背景下,Cathartidae内出现了显著偏差。G. californianus并非缺乏保守satDNA家族,而是以显著减少的卫星组多样性为特征,仅鉴定出七个satDNA家族,而其他Cathartidae物种中观察到更大的 repertoire。这七个家族中有六个属于新世界鹫类共享的同源组,表明尽管总体多样性减少,保守satDNA成分仍然存在。一个可能的解释在于该物种有详细记录的人口历史:严重的人口瓶颈将其有效种群大小减少到不到20个个体,当前种群由此而来。在这种极端条件下,遗传漂变预计会压倒选择,加速重复元件的随机丢失和固定。这个过程可以在相对较短的进化时间尺度上深刻重塑卫星组组成和多样性,如先前在其他瓶颈或近交系统中对着丝粒重复序列所证明的那样。更广泛地说,这一观察突显了satDNA景观对人口扰动的敏感性。与受功能需求约束的编码区不同,satDNAs可能对有效种群大小、重组机制和基因组架构的变化做出快速反应。在Cathartidae中,G. californianus与其余物种之间的对比表明,重复组进化不仅由系统发育分化塑造,还可以被物种特异性的人口轨迹深刻调节。研究结论部分翻译如下:总体而言,研究人员的整合方法揭示了重复DNA进化可以与二倍体数目稳定性脱耦,在不改变染色体数目的情况下产生实质性的基因组多样性。这些发现强调satDNAs是鸟类基因组进化的关键组成部分,并强调结合基于序列和细胞遗传学方法研究复杂基因组区域的组织和进化的必要性。保守satDNA家族的持续存在与谱系特异性satDNA周转相结合,表明重复元件为多个进化尺度上的基因组多样化提供了灵活的基底。随着高质量基因组组装日益可用,将重复组进化与细胞遗传学和基因组分析相结合对于理解基因组架构如何进化以及重复序列如何 contribute to the generation of biodiversity 至关重要。