《NAR Genomics and Bioinformatics》:Characterization of immunoglobulin loci in Pongo abelii and Pongo pygmaeus: Insights from multi-genome annotation and IMGT-based curation
编辑推荐:
抗体,或称免疫球蛋白(immunoglobulins,IGs),是脊椎动物适应性免疫系统的核心,然而在许多非人灵长类动物中,IG基因座的基因组结构仍未得到充分表征。本研究首次对两种极度濒危的猩猩物种——苏门答腊猩猩(Pongo abelii)和婆罗洲猩猩(Po
抗体,或称免疫球蛋白(immunoglobulins,IGs),是脊椎动物适应性免疫系统的核心,然而在许多非人灵长类动物中,IG基因座的基因组结构仍未得到充分表征。本研究首次对两种极度濒危的猩猩物种——苏门答腊猩猩(Pongo abelii)和婆罗洲猩猩(Pongo pygmaeus)的IG基因座(IGH、IGL和IGK)在七个基因组组装中进行了全面的基因组分析。研究人员采用IMGT标准化的生物注释(biocuration)框架,并结合读段水平的结构验证,识别出此前未被记录的、单倍型特异性的变异,包括多基因重复与缺失,以及所分析组装中可变基因家族的扩增。重组信号序列(recombination signal sequence,RSS)和转换区(switch region)分析揭示了保守的调控基序,这些基序对V(D)J重组和类别转换重组(class-switch recombination,CSR)具有潜在意义。这些发现凸显了类人猿IG基因座的复杂性与进化适应性,并强调了猩猩作为理解人科(Hominidae)谱系免疫系统进化关键参考的价值。
一、研究背景与意义
抗体,即免疫球蛋白(immunoglobulins,IGs),是B细胞介导适应性体液免疫应答的核心分子。IGs是所有有颌类脊椎动物共有的抗原受体,通过阻断感染和促进病原体清除等多种机制识别并中和病原体。抗体由四条多肽链组成:两条相同的重链(H)和两条相同的轻链,后者可为λ型或κ型。其N端区域即Fab段(抗原结合片段)高度多样,负责抗原识别与结合;C端区域即Fc段(可结晶片段,即“抗体尾部”)则负责触发效应B细胞应答。在胎盘哺乳动物中,存在五类已知的IG:IGHM、IGHD、IGHG、IGHE和IGHA,分别编码不同类别的IG,执行补体结合、吞噬细胞结合、调理作用和跨胎盘上皮转运等多种效应功能。抗体并非直接由种系基因组编码,而是通过体细胞V(D)J重组过程产生,该位点特异性重组过程将可变(V)、多样(D)和连接(J)基因连接起来以产生抗体多样性。V(D)J重排由重组激活基因(RAG)蛋白RAG-1和RAG-2介导,这些蛋白负责在重组信号序列(RSS)与编码区交界处识别并切割DNA,产生精确的双链断裂。重链中重组分两步进行:首先D和J基因重排,随后与V基因进行第二次重排形成完整的V(D)J外显子;而轻链(κ或λ)缺乏D基因,仅通过V和J基因重组组装。抗原识别后,抗体通过体细胞超突变进一步多样化。IG基因座在有颌脊椎动物谱系中快速且独立地多样化,导致其基因组组织、基因含量以及功能性基因与假基因比例存在重大差异,反映了强烈的谱系特异性进化压力。
IMGT?(国际免疫遗传学信息系统?)自1989年建立以来,一直是免疫遗传学和免疫信息学的全球参考框架,通过提供标准化的本体论、命名法和注释规则,实现了跨物种适应性免疫基因座的一致表征。非人灵长类动物因其与人类的密切相似性,在比较研究和生物医学研究中具有重要价值。猩猩曾被视为两个亚种,但近期基于分子和形态学分析的研究表明,苏门答腊猩猩(Pongo abelii)与婆罗洲猩猩(Pongo pygmaeus)之间的遗传和物理差异与两种黑猩猩物种之间的差异相当甚至更大,因此现已被认定为独立物种,估计分化时间约为110万年前。第三种物种达巴努里猩猩(Pongo tapanuliensis)约在340万年前与苏门答腊猩猩分化。猩猩作为人科中与人类亲缘关系最远的亚洲类人猿,在探索类人猿进化关系的研究中具有特殊意义。2011年发表的猩猩基因组揭示了Pongo谱系中显著较慢的结构基因组进化速率。
然而,IG基因座在猩猩中的基因组结构此前仍未得到充分表征。本研究旨在通过对两种猩猩物种IG基因座的分析,识别这两个物种与人类之间共有和独特的特征,为理解类人猿免疫应答机制的进化和免疫系统适应性提供宝贵见解。尽管类人猿是评估供人类使用的疫苗和治疗方案安全性和有效性的最合适模型,但濒危物种地位、成本和有限可用性等问题带来了重大的伦理和实际挑战。尽管如此,这些物种的基因组数据对于推进免疫疾病理解和潜在疗法开发仍然至关重要。
二、主要技术方法
研究人员从NCBI Genome数据库中选择七个符合IMGT预选标准的基因组组装,涵盖Pongo abelii和Pongo pygmaeus两个物种。使用IMGT/StatAssembly结合长读段测序数据进行组装验证,优先采用HiFi读段,通过FastQC质量评估和minimap2比对生成BAM文件。基因注释遵循IMGT生物注释框架,包括V、D、J、C基因鉴定、功能确定和编码区验证,注释结果整合至IMGT数据库并提交NCBI第三方注释(TPA)。新等位基因和结构变异通过读段水平分析验证,使用IGV可视化确认连续长读段覆盖。RSS分析提取功能性IG V、D、J基因的RSS序列,使用WebLogo3生成序列标识图,并通过Kruskal–Wallis检验和Dunn事后比较进行统计分析。转换区分析提取IGHC基因上游5-kb序列,筛选GAGCW和GGGBT退化五核苷酸基序,使用Gepard进行自点图分析。比较和系统发育分析涵盖Homo sapiens、Pongo abelii、Pongo pygmaeus和Gorilla gorilla gorilla四个物种,计算基因密度,使用NGPhylogeny的MUSCLE比对和PhyML最大似然树构建系统发育关系。
三、研究结果
3.1 数据集选择
研究人员对NCBI Genome数据库中13个猩猩基因组组装进行筛选,依据IMGT两阶段预选标准选择七个组装。表1提供了所选组装的全面信息,包括基因座位置和IMGT/LIGM-DB中的对应登录号。所有组装均经过IMGT质量控制流程,符合质量标准的组装被保留用于下游注释和比较分析。
3.2 苏门答腊猩猩Susie个体的多组装分析
对于Pongo abelii个体Susie,研究人员分析了三个可用基因组组装:Susie_PABv2(GCA_002880775.3)作为IMGT数据库参考组装,以及2023年发布的Susie_PAB_hifiasm-v0.15.2.pri和Susie_PAB_hifiasm-v0.15.2.alt,后者分别对应主要和交替单倍型,具有更高准确性和连续性。尽管Hifiasm组装不完全符合IMGT质量标准,但它们提供了IG基因座的定相视图,能够检测等位基因变异、半合子和单倍型特异性结构事件。
3.3 端粒到端粒组装改变IG基因座染色体定位
研究人员分析了2024年发布的四个端粒到端粒(T2T)组装,这些组装采用修订的染色体编号约定。IGH基因座从14号染色体移至15号,IGK从2A移至12,IGL从22移至23。尽管存在更新的T2T组装,IMGT数据库仍保留Susie_PABv2及其染色体编号作为参考框架,以确保与现有数据集的兼容性和跨物种直接比较。
3.4 IG基因座的遗传结构和定位
在Pongo abelii中,IGH、IGL和IGK基因座的染色体分配在Susie_PABv2组装和较新的NCBI组装之间存在差异,这反映了染色体命名和基因组组装的更新而非生物学重排。
3.5 IGH:猩猩物种的免疫球蛋白重链
IGH基因座位于长臂端粒附近,呈反向。在Pongo abelii中注释了167个IGHV基因和303个等位基因,在Pongo pygmaeus中注释了177个基因和263个等位基因。大多数IGHV基因属于IGHV3亚群,这与恒河猴、大猩猩和人类的IGH注释一致。两个物种均鉴定出9个IGHJ基因,其组织与人类J-CLUSTER相当,功能性IGHJ基因编码保守的WGXG基序。两个猩猩IGH基因座均鉴定出31个IGHD基因,属于七个组。Pongo abelii中映射了13个恒定IGHC基因对应29个等位基因,Pongo pygmaeus中映射了12个IGHC基因对应17个等位基因。TMEM121基因位于IGH基因座下游约62 kb处,可能受IGH基因座调控架构影响。
3.6 IGL:猩猩物种的免疫球蛋白λ链
Pongo abelii中注释了105个IGLV基因对应198个等位基因,Pongo pygmaeus中注释了114个IGLV基因对应172个等位基因。IGLV基因分为11个亚群和七个clan。VPREB1基因位于IGL基因座内。基因座两侧有保守的非IG“borne”基因TOP3B(5′)和RSPH14(3′),其距离在猩猩中较人类有所扩展。此外还鉴定出PRAME、ZNF280A和ZNF280B等区域定位插入(RPI)基因。
3.7 IGK:猩猩物种的免疫球蛋白κ链
Pongo abelii的IGK基因座包含79个IGKV基因对应150个等位基因、5个IGKJ基因和等位基因以及1个IGKC基因和等位基因。Pongo pygmaeus包含77个IGKV基因对应124个等位基因、5个IGKJ基因对应6个等位基因以及1个IGKC基因和2个等位基因。基因座两侧有PAX8(5′)和RPIA(3′)保守borne基因。
3.8 五个Pongo组装的IG基因座结构和基因功能
跨所有基因座,假基因占可变基因的最大比例,在IGL基因座中最为突出,约占70%。IGH基因座主要以其相对于轻链基因座的总体扩增为特征。IGK基因座假基因比例较低(52%),功能性基因比例最高(42%),而IGH和IGL中功能性基因仅占28%–33%。ORF在所有基因座中仅占2%–6%。J、D和C区域相对保守,表明其结构和功能完整性受到强烈选择维持。
3.9 结构变异/单倍型特异性插入和重复
IGHV基因座的高频结构变异被认为由其重复性驱动。端粒端IGH基因座在猩猩物种中与人类和大猩猩IGHV基因簇高度保守。区域2和3中的IGHV3-134和IGHV3-123/IGHV3-122基因在某些组装中存在而在其他组装中缺失。区域4中IGHV3-115和IGHV1-119之间的基因数量在不同Pongo abelii组装间存在差异。区域5位于IGHV1-98和IGHV4-104之间,包含一个五基因块的串联重复,该块从IGHV4-99延伸至IGHV1-103,重复次数在不同组装间变化。区域6和7涵盖IGH基因座的恒定区基因。在Susie_PABv2中注释的三个额外IGHC基因IGHGP1、IGHEP和IGHG3C经读段映射分析确认为组装伪影,而IGHGP和IGHG2的缺失源于未解决的N-gap。
3.10 单倍型解析的免疫球蛋白可变基因家族等位基因变异
跨三个IG基因座,大多数基因被分类为等位基因变异,表明共享基因间的序列变异比基因获得或丢失更常见。IGH基因座在两种猩猩物种中均含有最高比例的单倍型特异性基因,表明该区域经历频繁的结构变异。相比之下,IGLV和IGKV基因座以等位基因变异为主,但单倍型间基因含量基本平衡。P. abelii数据集在所有三个基因座中表现出略高的整体基因水平等位基因变异。
四、讨论与结论
研究结果表明,猩猩IG基因座表现出显著的复杂性和进化适应性。IGH基因座作为单倍型特异性结构变异的热点,反映了其重复性本质驱动的频繁结构重排。端粒端IGHV区域的保守性表明类人猿间存在共享的祖先组织。恒定区基因在猩猩基因组中总体保守,Susie_PABv2中的表观差异被证实为组装特异性异常而非真实结构变异。RSS分析揭示了保守的调控基序,对V(D)J重组具有潜在意义;转换区分析鉴定了保守的AID靶序列基序,对类别转换重组具有意义。这些发现强调了猩猩作为理解人科谱系免疫系统进化关键参考的价值,对比较免疫学、进化分析以及免疫基因多样性和功能研究具有重要支持作用,也为生物医学试验中药物开发和评估提供了启示。