系统发育基因组学——重建生命之树的一条迷人途径

生物基因组计划的相继启动对系统发育学研究的发展产生了深远影响。将基因组学和系统发育学结合起来的“系统发育基因组学”在这一背景下应运而生,这门崭新交叉学科的出现成为重建“生命之树”的一条迷人途径。文章重点围绕系统发育基因组学的概念以及分析方法进行扼要介绍,并探讨了它目前潜在的问题以及将来有待发展和完善的地方。

基因树冲突与系统发育基因组学研究

随着越来越多的基因序列被运用于系统发育重建中,随之产生的基因树冲突已成为分子系统发育研究中日益突出的问题。因此,在分子系统发育研究中,应正确理解基因树和物种树之间的差异,充分注意和分析基因树冲突的原因,正确解释分子系统发育的结果。本文通过一些典型实例分析了在多基因系统发育研究中引发基因树冲突的三类主要原因:随机误差、系统误差和生物学因素。在此基础上,对近年来兴起的系统发育基因组学进行了介绍,并以稻属Oryza研究为例,阐述了系统发育基因组学方法在解决基因树冲突以及系统发育研究中的优势和应用价值,并进一步探讨了解决基因树冲突的策略和方法,以期为分子系统发育研究提供一些启示和帮助。

SARS冠状病毒的系统发育基因组研究

对SARS冠状病毒(SARSCoronavirus,SARS -CoV)进行了系统发育基因组研究.应用CLUSAL- X1. 83程序,将来自GenBank数据库的全部102条SARS -CoV全基因组序列记录做多序列联配,然后采用MEGA3软件包进行系统发育基因组分析,使用邻接法构建系统发育树.根据该系统树,SARS -CoV全基因组记录可以分为2类.第1类包括2个来源于动物的分离株;第2类则覆盖了所有的人源分离株,并且可进一步分为2组,其中第1组包括5个来自于广东省的分离株,而第2组则覆盖了其他的来自于香港、内地和海外的分离株.这一分支格局代表了SARS- CoV从兽到人、从广东到全球的传播过程,并且基因组的替代变异幅度在传播过程中由大到小,逐渐稳定下来.还详细地给出了区分上述2群和2组的分子标签,为新毒株的鉴定和分型提供了理论依据.

系统发育基因组学研究进展

系统发育基因组学是利用全基因组数据构建系统发育树的新领域。全基因组数据能有效消除横向基因转移和类群间基因进化速率差异等因素对系统发育树的影响。根据所使用的全基因组数据的类型,可以将系统发育基因组学方法分为以下5类:多基因联合建树方法,基于基因含量的方法,基于基因排列信息的方法,基于序列短串含量特征信息的方法及基于代谢途径的方法。文章系统地总结了每一类方法的原理、速度、准确性、适用范围及在各个生物类群中的应用,并对系统发育基因组学的前景及面临的挑战进行了概述。

不同组装软件在系统发育基因组学中的应用比较

为了筛选出最适合于超级保守元件(ultra-conserved elements,UCE)序列组装的软件,分别使用5款组装软件SPAdes、ABySS、Velvet、Trinity和Minia对17个UCE捕获测序文库进行组装.结果发现:5款组装软件对UCE数据的组装结果不同,Trinity组装所耗时间明显比其他软件长;SPAdes和Trinity的组装结果较好,得到的可观长度的重叠群(contigs)总数较多,产生的长片段(>250 bp)contigs较其他3款软件更多,但是SPAdes捕获到的UCE数量最多,因此,相比于其他4款组装软件,SPAdes更适合UCE数据的组装.本研究为基于UCE的系统发育基因组学分析提供了参考.

鼠疫耶尔森氏菌的进化研究:从系统发育学到系统发育基因组学

20世纪90年代末起,基因组学在细菌研究中应用越来越广泛,尤其在进化领域,取得了一系列革命性的发现.本文以鼠疫耶尔森氏菌进化研究为例,介绍了从利用基因组中少数特定片段(等位基因)多态性进行分析的传统系统发育学,到基于大量菌株全基因组序列进行系统发育基因组学的研究发展历程,回顾讨论了基因组学技术的进步为鼠疫菌进化研究领域带来的成果.

叶绿体系统发育基因组学的研究进展

系统发育基因组学是由系统发育研究和基因组学相结合产生的一门崭新的交叉学科。近年来,在植物系统发育研究中,基于叶绿体基因组的系统发育基因组学研究优势渐显端倪,为一些分类困难类群的系统学问题提出了解决方案,但同时也存在某些问题。本文结合近年来叶绿体系统发育基因组学研究中的一些典型实例,讨论了叶绿体系统发育基因组学在植物系统关系重建中的价值和应用前景,并针对其存在问题进行了探讨,其中也涉及了新一代测序技术对叶绿体系统发育基因组学的影响。

虾虎鱼类线粒体全基因组序列结构特征分析及系统发育关系探讨

虾虎鱼类体态变异大、体型小、种类多,形态鉴定及谱系分类较为困难。为深入开展虾虎鱼类的鉴定、分类及遗传进化等研究,文章对已获得的26种虾虎鱼线粒体全基因组进行分析。结果发现,虾虎鱼类线粒体基因组的基因组成及排列模式与大多数脊椎动物线粒体基因组特征基本一致;由于不同物种的控制区存在不同数量的重复序列而导致基因组序列长度存在明显的差异;26种虾虎鱼线粒体全基因组序列及不同基因中A+T的含量均超过50%,并存在碱基G偏倚现象。基于37个编码基因序列,利用Kimura双参数法计算遗传距离,发现矛尾刺虾虎鱼与斑尾刺虾虎鱼、斑纹舌虾虎鱼与钝吻舌虾虎鱼分别为同种异名。通过对26种虾虎鱼线粒体基因组控制区序列的比较,识别了终止结合序列区、中央保守区及保守序列区。利用26种虾虎鱼线粒体基因组的36个编码基因序列构建系统发育树,发现部分聚类结果不同于传统的形态学分类方式,虾虎鱼科中的5个亚科出现了明显的分化,近盲虾虎鱼亚科、背眼虾虎鱼亚科、瓢虾虎鱼亚科亲缘关系较近而聚成一大支,然后与拟虾虎鱼亚科种类形成姐妹类群,虾虎鱼亚科与其它的4个亚科亲缘关系较远,单独成为一个类群。根据分子钟估算结果推测虾虎鱼科物种可能起源于始新世晚期至渐新世时段,在中新世进一步分化为具有现代表征的虾虎鱼种类。

系统发育基因组学方法研究进展

系统发育基因组学是系统发育学与基因组学融合产生的一个交叉学科,主要通过分析基因组水平的大规模分子数据来解析生物之间的系统进化关系.本文简述了5种常用的基于高通量测序技术的系统发育基因组学数据获取方法:扩增子测序(targeted amplicon sequencing)、转录组测序(transcriptome sequencing)、简化基因组测序(reduced-representation sequencing)、目标序列捕获(target sequence capture)和低覆盖度的全基因组测序(low coverage whole-genome shotgun sequencing),归纳比较了每种方法的特点、适用范围、成本花费等.此外,本文还简述了系统发育基因组学数据分析中的5个基本步骤:数据预处理与组装、直系同源基因的鉴定、序列比对、数据质量控制和系统发育树的构建,并对这5个步骤的分析要点与常用软件的特点做了归纳.虽然系统发育基因组学分析是重建生命之树的一条必由之路,当前它也面临着一系列的问题:如大量数据的分析导致计算量与时间花费大幅增加、系统误差的影响会随着数据量增大而变得更为明显、不同数据集可能会给出高支持率但不一致的结果.最后,本文综合国内外学者的最新研究成果,对这些问题进行了讨论并给出了相应的建议.

基于质体基因组学方法研究广义玄参科的系统发育

该研究利用GenBank数据库已公开发表的玄参科及相关类群的107属129个物种的质体基因组数据对广义玄参科的系统发育关系进行了分析。该文利用蛋白质编码基因构建了矩阵,并采用最大似然法及贝叶斯推断重建系统发育树。基于两种分析方法获得的系统发育树的拓扑结构完全一致且分辨率及支持率较高。在ML树中,总分支数为129个,其中支持率≥70%的分支数目为123个。结果表明:(1)广义玄参科不是一个单系类群,隶属于广义玄参科的51个物种(37属)分散于列当科、泡桐科、美丽桐科、通泉草科、母草科、狭义玄参科和车前科。(2)狭义玄参科为单系类群,除原隶属于广义玄参科的Bontia、Calamphoreus、Diocirea、Eremophila、Glycocystis、Leucophyllum、玄参属和毛蕊花属外,还包括了原隶属于马钱科的醉鱼草属和原隶属于苦槛蓝科的苦槛蓝属。(3)唇形目为一个单系,目下共形成了14个支持率高的单系分支,对应于14个科(其中美丽桐科和胡麻科仅包括一个物种,不包括在内),科间关系得到较好的解决,木犀科为最早分化出来的类群,其余的类群共同组成核心唇形目。在核心唇形目中,类群分化的次序依次为苦苣苔科、车前科、玄参科和母草科,其余的科聚成两个大的分支。其中,一个大分支包括5个科,紫葳科、马鞭草科和胡麻科形成中等支持率的一个亚支,其中紫葳科、马鞭草科为姐妹群;爵床科和狸藻科亦形成中等支持率的一个亚支;另一个大分支包括了6个科,类群分化的次序依次为唇形科、通泉草科、美丽桐科+透骨草科,泡桐科和列当科为姐妹群,为较进化的类群。该研究结果表明,传统意义上的玄参科不是一个自然类群,包括的种属分散于唇形目;质体基因组适用于解决广义玄参科的系统发育关系,有待于扩大样本进一步研究。

有瓣蝇类分类、系统发育及演化

有瓣蝇类(Calyptratae)隶属于昆虫纲(Insecta)四大超适应辐射类群之一的双翅目(Diptera),占双翅目已知物种多样性的近20%。有瓣蝇类分布广泛,生物学习性极为多样,在维系生态系统稳定中发挥着重要作用,是媒介、法医、传粉和天敌昆虫学研究领域的热点类群,也是探究双翅目系统演化及其成功适应辐射的关键类群。为了还原有瓣蝇类的演化历史,许多著名昆虫学者先后对该类昆虫开展过不同层面的研究。有瓣蝇类的单系性得到了普遍支持,并被分为3个总科——虱蝇总科(Hippoboscoidea)、蝇总科(Muscoidea)和狂蝇总科(Oestroidea),其中单系的狂蝇总科与多系的蝇总科聚为一支,再与虱蝇总科成为姐妹群。在科级阶元水平,蝠蝇科(Streblidae)(虱蝇总科)、花蝇科(Anthomyiidae)(蝇总科)、丽蝇科(Calliphoridae)(狂蝇总科)、邻寄蝇科(Rhinophoridae)(狂蝇总科)等类群的单系性仍有待验证,且新的科仍在不断被建立[如粉蝇科(Polleniidae)、乌鲁鲁蝇科(Ulurumyiidae)],因此,有瓣蝇类科级系统发育关系仍不十分明晰。已有研究对虱蝇总科虱蝇科(Hippoboscidae)、蝠蝇科、蛛蝇科(Nycteribiidae),蝇总科蝇科(Muscidae)、粪蝇科(Scathophagidae),狂蝇总科麻蝇科(Sarcophagidae)、狂蝇科(Oestridae)胃蝇亚科(Gasterophilinae)的演化历史进行研究,明确了起源与扩散、寄主转移、取食策略等关键生物学习性的演化历史。但由于部分关键类群生活史信息的缺失,以及尚未有效解决的系统发育关系,有瓣蝇类演化历史仍有许多待解之谜。本文综述了有瓣蝇类分类、系统发育及演化研究进展,是在系统学研究进入系统发育基因组学时代后对该类群相关研究进展的首次全面总结。

利用叶绿体基因组数据解析锦葵科梧桐亚科的系统位置和属间关系

分子系统学研究将传统梧桐科与锦葵科、木棉科和椴树科合并为广义锦葵科,并进一步分为9个亚科。然而,9个亚科之间的关系尚未完全明确,且梧桐亚科内的属间关系也未得到解决。为了明确梧桐亚科在锦葵科中的系统发育位置,厘清梧桐亚科内部属间系统发育关系,该研究对锦葵科8个亚科进行取样,共选取55个样本,基于叶绿体基因组数据,采用最大似然法和贝叶斯分析构建系统发育树。结果表明:(1)广义锦葵科中,刺果藤亚科和扁担杆亚科组成Byttneriina分支,Malvadendrina分支中山芝麻亚科为其他亚科的姐妹群,随后分出梧桐亚科(WCG、LSC和SSC矩阵构成的数据集),以及Malvatheca分支(木棉亚科和锦葵亚科)与非洲芙蓉亚科-椴树亚科的姐妹关系。(2)在梧桐亚科中,可乐果属分支(Cola clade)是独立一支,随后是酒瓶树属分支(Brachychiton clade)与苹婆属分支(Sterculia clade)+银叶树属分支(Heritiera clade)形成姐妹关系(WCG、LSC和CDS矩阵)。(3)在可乐果属分支中,可乐果属为梧桐属(含闭果桐属)和胖大海属+舟翅桐属的姐妹群。该研究基于叶绿体基因组数据基本澄清了广义锦葵科的亚科系统关系以及梧桐亚科内各属关系,系统发育树框架基本明晰,但梧桐亚科在Malvadendrina分支的位置和酒瓶树属在梧桐亚科的位置,以及梧桐属的概念及范围仍需进一步研究,尤其是结合核基因组数据进行分析。

白花刺续断野生居群的叶绿体全基因组特征解析

白花刺续断在中国西藏是一种常用的药用植物,但其叶绿体全基因组的相关研究较少。为揭示该物种叶绿体全基因组的基本特征并探讨其谱系遗传结构,该研究利用Illumina测序平台对来自5个野生居群的10个白花刺续断个体进行二代测序,经组装、注释,得到10条完整的叶绿体全基因组序列,并对它们的基因组特征和居群间的谱系进化关系进行了初步研究。结果表明:(1)白花刺续断的叶绿体全基因组大小为155335~156266 bp,共注释113个基因,包括72个蛋白编码基因、30个tRNA基因和4个rRNA基因,其叶绿体基因组的大小、结构、GC含量及基因组成等方面在种内高度保守。(2)基因组比较分析表明,白花刺续断变异较大的片段均位于单拷贝区,且IR边界未出现明显的扩张和收缩。(3)群体遗传分析发现,白花刺续断的野生居群具有明显的地理遗传结构,不同居群间在遗传距离与地理距离上具有一定的相关性。研究认为,白花刺续断叶绿体基因组在种内居群水平上比较保守,且叶绿体基因组可在居群水平上揭示物种的地理遗传结构。这为后续开展刺续断属物种群体遗传学和系统发育基因组学研究奠定了基础。

多位点序列和比较基因组学分析对盐单胞菌科菌株JSM 104105的系统发育学研究

【目的】为了精准地判定产铁载体嗜盐新菌株JSM 104105在盐单胞菌科(Halomonadaceae)中的系统发育地位。【方法】采用基于16SrRNA基因、DNA促旋酶B亚基基因(DNAgyraseB subunit gene,gyrB)和核糖核酸聚合酶σ因子RpoD基因(RNA polymerase sigma factor RpoD gene,rpoD)序列的多位点序列分析方法(multilocus sequence analysis,MLSA),对菌株JSM 104105的系统发育地位进行初步分析;采用比较基因组学分析(comparative genomics analysis),分析该菌株与其系统发育关系密切的典型菌株之间的GC含量、平均核苷酸一致性(average nucleotide identity,ANI)和数字DNA-DNA杂交值(digital DNA-DNA hybridization,dDDH),并进行基因组系统发育学分析(phylogenomic analysis),更准确地判定菌株JSM 104105在盐单胞菌科中的系统发育地位。【结果】MLSA分析结果表明,无论是单基因序列分析,还是多基因串联序列分析,对盐单胞菌科各分类单元以及菌株JSM104105的系统发育地位都能提供较为一致的结果。分析表明,菌株JSM104105归属于盐单胞菌科盐单胞菌属(Halomonas),与该属的Halomonas gudaonensis、Halomonas azerbaijanica和Halomonas lysinitropha的系统发育关系较密切,它们在系统进化树上形成稳定亚簇(subcluster),其中菌株JSM 104105占据稳定的独立进化分支。尽管它们之间的16S rRNA基因序列相似性较高,为97.3%-98.9%,但菌株JSM104105很难归属于其中任何已知物种。比较基因组学分析结果确认了这一判断。菌株JSM104105与系统发育关系密切的H.gudaonensis CGMCC 1.16133T、H.azerbaijanica TBZ202T和H.lysinitropha 3(2)T的ANI值(78.9%-91.6%)和dDDH值(22.1%-43.7%),均显著低于界定原核生物物种的阈值(ANI,95%-96%;dDDH≥70%)。基因组系统发育分析结果表明,菌株JSM104105明确构成盐单胞菌属独立的亚分支(subclade)。【结论】从分子系统发育学视角精准地判定产铁载体嗜盐细菌JSM104105归属于盐单胞菌科盐单胞菌属,与该属的已知物种H.gudaonensis、H.azerbaijanica和H.lysinitropha的系统发育关系最密切,但不能归属于该属的已知种,应该代表了一个新的基因种(genospecies)。

被子植物系统发育深层关系研究:进展与挑战

被子植物系统发育学是研究被子植物及其各类群间亲缘关系与进化历史的学科。从20世纪90年代起,核苷酸和氨基酸序列等分子数据开始被广泛运用于被子植物系统发育研究,经过20多年的发展,从使用单个或联合少数几个细胞器基因,到近期应用整个叶绿体基因组来重建被子植物的系统发育关系,目、科水平上的被子植物系统发育框架已被广泛接受。在这个框架中,基部类群、主要的5个分支(即真双子叶植物、单子叶植物、木兰类、金粟兰目和金鱼藻目)、每个分支所包含的目以及几个大分支包括的核心类群等都具有高度支持。与此同时,细胞器基因还存在一些固有的问题,例如单亲遗传、系统发育信息量有限等,因此近年来双亲遗传的核基因在被子植物系统发育研究中的重要性逐渐得到关注,并在不同分类阶元的研究中都取得了一定进展。但是,被子植物系统发育中仍然存在一些难以确定的关系,例如被子植物5个分支之间的关系、真双子叶植物内部某些类群的位置等。本文简述了20多年来被子植物系统发育深层关系的主要研究进展,讨论了被子植物系统发育学常用的细胞器基因和核基因的选用,已经确定和尚未确定系统发育位置的主要类群,以及研究中尚存在的问题和可能的解决方法。

公有云中基于系统工作流的并行策略性能评估

分析系统发育基因组工作流程并行处理性能，提出了一种适用于云计算平台中SciPhylomics执行的性能评估工作流程。首先，介绍了映射化简模型的应用实现Hadoop；然后，呈现了SciCumulus云工作流程引擎；最后，在亚马逊EC2云上使用两种并行执行方法（SciCumulus和Hadoop）实施工作流程。实验结果表明，尽管系统发育基因组学实验对计算环境要求严格，但实验仍然适合在云中执行。此外，所评估的工作流程呈现出几组数据密集型工作流程的许多特征，本方法可以扩展到其他实验类型。

基于系统基因组学分析揭示早期陆生植物的复杂网状进化关系

植物由水生走向陆生的进化过程中经历了非常复杂的演化,期间产生的大量基因的进化路线可能互不相同,因此仅仅使用系统发育树无法呈现真实的演化关系。系统发育网络图能够清楚地展示包括垂直演化和水平演化在内的复杂网状进化关系。本文选取莱茵衣藻(Chlamydomonas reinhardtii)和4种陆生植物,利用系统基因组学的方法,筛选得到1,668个一对一直系同源基因,重新构建了陆生植物的系统发育网状进化关系。结果发现,使用不同的分析策略所得到的系统发育树不同;对1,668个基因单独分析,发现存在15种不同的拓扑结构;对5个物种筛选得到的直系同源基因进行系统发育网络分析显示,在非常稳健的系统发育网络图中,仅仅5个物种就存在9个不同的分离支,暗示着非常复杂的网状进化关系;而且藻类植物与苔藓植物和石松类植物的分离支之间差异很小,这可能是产生系统发育树冲突的原因之一,也暗示着早期陆生植物发生了复杂的辐射演化。

基因组时代的放线菌系统学及其研究进展

由于放线菌在生物技术、医药卫生和环境治理等领域中的实际重要性,已经成为人们研究得最为深入的微生物类群之一。现代放线菌分类学是建立在对16S rRNA基因保守分子序列的系统发育学分析基础上、综合利用多种微生物信息的多相分类学(polyphasic taxonomy)。随着大规模基因测序技术的飞速发展,已经完成了超过100株放线菌的全基因组序列。近年来发展起来的"基因组系统发育学"有助让人们更加系统地理解放线菌类群的发生、演化,以及不同生境类群之间的相互关系。随着越来越多的以系统发育学为指导的基因组测序研究项目,例如"细菌和古菌基因组百科全书(Genomic Encyclopedia of Bacteria andArchaea,GEBA)计划"的出现,标志着放线菌系统学进入了基因组学研究时代。本文对基因组时代的放线菌系统学方法,以及国内外的相关研究成果进行综述。

α-变形菌纲新的保守特征性插入缺失

在基于16S rRNA基因的分类系统中α-变形菌被定为变形菌门的一个纲。本文根据系统发育基因组学分析,首次发现并鉴定了α-变形菌纲普遍存在的5个保守特征性插入缺失（CSIs）。23S rRNA基因具有1个98-105 nt的特征性缺失和1个5-7 nt的特征性插入,DNA复制解旋酶（DnaB）具有1个17-29 aa的特征性插入,精氨酰-tRNA合成酶（ArgRS）具有1个15 aa的特征性插入,DNA促旋酶A亚基（GyrA）具有1个27-63 aa的特征性插入。α-变形菌纲的这些CSIs使得该纲与包括变形菌门其他纲在内的其他细菌显著区分开来,为该群细菌系统发育及系统分类研究提供了可靠手段。

石松类和蕨类植物质体基因组结构演化研究进展

近年来,随着测序技术的发展,石松类和蕨类植物的核基因组、质体基因组以及线粒体基因组研究发展迅速,质体基因组研究工作更是呈爆发式增长。截至2019年3月1日,GenBank公布的石松类和蕨类植物的175个质体基因组中,约3/4为最近两年新增。研究内容从早期对个别质体基因组结构和序列特征的简单报道,逐渐发展到综合性的比较基因组学和系统发育基因组学研究。目前已发表的质体基因组覆盖了石松类和蕨类植物的所有目和大部分科,这两大类群的质体基因组结构变异和系统发育的基本框架已逐渐清晰。这些研究为我们理解维管植物的早期演化提供了重要参考。本文对石松类和蕨类植物的质体基因组结构特征进行了系统梳理,发现其结构变异主要包括大片段倒位、IR区边界变动、基因或内含子丢失等,其中一些结构变异可作为较高分类阶元的共衍征。RNA编辑和长片段非编码序列插入普遍存在于石松类和蕨类植物的质体基因组中,但其起源、演化机制和功能等仍不清楚。我们对质体基因组的应用、系统发育研究中质体和核基因组的优劣性,以及系统发育基因组学的前景进行了评述。