Nat Rev Microbiol细菌的水平基因转移和适应性进化

在本综述中，作者首先简要探讨了DNA在细胞间转移并整合到基因组的机制。然后讨论了用于检测细菌基因组中HGT的多种方法，以及用于推断作用于转移DNA的选择性作用力的方法和基础理论。讨论的大部分内容也适用于古细菌基因组的研究，但本文的综述和示例将重点关注细菌。

图 1 | DNA 摄取和整合机制概述。

基因从一个细菌水平转移到另一个细菌首先需要 DNA 的摄取。DNA 以多种方式穿过受体细胞膜，三种经典机制是转化、转导和接合。转化是指从环境中摄取 DNA；转导依赖于噬菌体介导的 DNA 转移，DNA 可以复制并重新包装成噬菌体颗粒或整合到宿主染色体中；接合通常通过接合菌毛直接接触转移质粒和其他接合元件。此外，DNA（包括质粒）可以通过所谓的非经典机制在细胞间传播，包括膜囊泡、被称为“纳米管”的微小菌毛状结构或噬菌体样基因转移剂 (GTA)。一旦进入细胞，外来 DNA 可能通过重组整合到染色体中，重组也可能以各种方式发生，并具有不同的同源性要求。 DNA如何整合到染色体中（虚线）通常与其穿过细胞膜的方式相关。转化后，一种已得到充分研究的整合机制涉及外源DNA与RecA蛋白的结合，这有助于在受体基因组中寻找同源性。DNA被摄取后，整合也可以在没有RecA的情况下发生，包括以下过程：复制过程中非同源DNA片段与单链基因组DNA杂交而产生的非法重组、非同源DNA片段在其断裂末端连接，以及通过重组酶进行位点特异性整合。质粒可以作为染色体外元件存在于细胞质中，但整合型接合元件（ICE）缺乏复制起点（小橙色框），必须重组到宿主染色体中（例如，通过位点特异性重组）才能复制。虽然我们重点介绍了一些常见的DNA摄取和整合途径，但也存在例外。

图 2 | 等位基因转移和基因转移对基因组变异的影响。a | 同一群体中亲缘关系密切的细胞之间的等位基因转移 (AT) 会将突变转移到不同的遗传背景上，并破坏多态性之间的连锁。b | 来自远亲群体或其他物种的 AT 可能通过引入邻近突变簇来建立连锁。c | 如果供体包含一个新基因，且该新基因的两侧存在受体细胞中发现的同源序列，则同源重组可能会转移整个基因。d | 基因组岛通常通过转导或接合转移，从而留下已知参与这些过程的基因（动员基因）。e | 考虑一个最近插入的基因，该基因在群体中具有多态性。如果包含该绿色基因的细胞裂解，其 DNA 被释放以供其他受体细胞摄取（左图），则降解会将 DNA 分解成更小的片段，从而降低整个基因及其两侧同源序列可用于重组的机会（以双向灰色箭头表示）。然而，较短的DNA序列更有可能在降解后保持完整。因此，如果DNA从缺乏新插入基因但包含其两侧短同源序列的细胞中释放并降解（右图），这些短片段更有可能用于重组，导致含有绿色基因的受体发生基因缺失。这种倾向于可用于转化的短DNA序列的倾向性，使得基因缺失事件的发生率高于插入事件。在a-d部分中，受体基因组仅在水平基因转移后显示，而在e部分中，受体基因组在水平基因转移前后均显示。水平实线表示对齐的DNA片段，而虚线表示序列缺失或缺口。红点表示多态性位置，在这些位置，序列相对于某些参考等位基因存在突变差异，彩色矩形表示开放阅读框（ORF）。

检测和量化等位基因转移

当近亲之间发生重组时，等位基因会跨遗传背景发生重组，基因组中单核苷酸多态性 (SNP) 对之间的连锁会被破坏，导致一个基因座上的等位基因与另一个基因座上的等位基因的相关性降低。

可以使用多种指标（例如，r2、D′ 或成对同源性）来量化连锁，并通过比较观察到的连锁水平与模拟水平或使用快速分析公式来估算群体重组率 ρ = 2Nr。除了估算全基因组重组率外，

还可以计算基因内的这些指标，以识别高度重组的基因座。当远亲之间发生重组时，会引入许多连锁的 SNP，并增加局部 SNP 密度。已经开发了许多方法来检测这种信号；补充表S1列出了过去10年内开发的软件。其中一些方法需要“克隆框架”（即基因组中很大一部分未发生重组）来识别具有独特系统发育信号和高SNP密度的区域。

对于发生广泛重组的细菌，可能不存在这样的克隆框架，尽管这取决于采样策略（例如，最近爆发的疫情中，分离株几乎相同，但重组证据较少）。这些方法也可能错过那些不会显著增加局部SNP密度的重组事件，因为重组会在近亲之间转移非常短的片段或DNA。有趣的是，最近开发的一种算法整合了近亲和远亲的重组信息，也可用于宏基因组。另一种量化基因组间等位基因转移和单倍型共享的策略是使用“染色体涂绘”，尽管这种方法主要用于识别重组热点。

检测和量化基因转移和非同源重组

为了检测基因转移，人们可以简单地识别仅存在于一小部分样本中的 DNA，并将这种变异分类为基因获得或缺失。这种分类需要事先了解基因的祖先状态（存在或缺失），这可以通过将存在或缺失的模式与样本的潜在克隆系统发育进行比较来推断。然后，可以通过简约法将基因获得与缺失区分开来，或者通过基因在系统发育过程中的可变存在是否更简单地用较少的基因缺失或较少的水平基因转移 (HGT) 事件来解释来区分。如果样本由分化物种组成，则通常使用缓慢进化的核糖体 RNA 序列（例如，很少发生重组的 16S）来重建克隆系统发育。这种方法可以检测更早和更近期的HGT事件，但该技术的一种变体已被开发用于特异性检测进化上近期的基因获得，即通过扫描远缘物种（具有分化的16S核糖体RNA等位基因）的基因组来寻找高度相似的移动基因8,113拷贝，并观察其中一些基因是否存在于一个物种的多个背景中。

或者，如果样本由密切相关的物种组成，16S序列可能没有足够的变异来重建克隆系统发育并可靠地区分物种。因此，也可以使用进化更快的基因组变异（例如核心基因组），但需要注意的是，这种变异本身可能受到重组的影响，从而可能导致对HGT的估计过高。

转移的其他证据可能来自这些基因具有非典型的G+C含量、密码子使用模式或与全基因组平均值不同的k聚体特征，但并非所有转移都会表现出这些特征。

“基因组岛”是由超过10 kb DNA组成的大型基因簇，也可能整合到细菌基因组中，这一过程通常由接合或转导介导。检测这些基因组岛需要识别序列组成或跨多个基因的系统发育信号的局部异常，各种算法也会扫描这些基因组岛，以查找已知促进动员的基因，例如与整合接合元件或原噬菌体相关的基因。最近的一篇综述比较了多种用于检测基因组岛的工具，并研究了它们检测转移的相对能力128。

图 3 | 促进基因特异性扫描的进化动力学。a | 一个种群中的细菌拥有一种性状（例如，一种膜蛋白），该性状有两种变体，由强负向频率依赖选择 (NFDS) 维持。这种情况可以用随时间变化从种群中采集的 DNA 样本的比对来表示，其中实心水平线表示在经历 NFDS 的位点处存在差异的比对序列（棕色或绿色三角形，分别代表背景 1 和背景 2）。黑色圆圈表示中性突变。一个细胞获得了一个无条件有益的突变（黄色圆圈），该突变在 NFDS 作用下在背景 2 中传播。为了使这种有益突变传播到整个种群，水平基因转移 (HGT) 必须首先将其转移到背景 1；由于这需要时间，HGT 可能事先在整个基因组中发生，从而在背景 2 上重新产生多样性。b | 一个物种通过突变适应了两个生态位，这些突变在每个生态位中都赋予了优势（棕色或绿色三角形，分别代表生态位 1 和生态位 2）。一个无条件有益的变体（黄色圆圈）最近席卷了生态位 2，但并未席卷部分孤立的生态位 1。尽管如此，生态位之间的接近性和偶尔的细胞迁移使得 HGT 可以从一个生态位转移到另一个生态位（黑色虚线箭头），从而将中性变体转移到全基因组，并最终使有益变体席卷生态位 1。生态位可能在空间上不同，或者涉及给定空间内不同资源的存在。c | 一个变体（黄色圆圈）出现在一个几乎中性的生态位中，并且随着频率的漂移，它会重新组合到其他基因组中。当生态位突然变为有利于这种变体时，选择会扩散所有携带有益变体的背景，并且不会消除不相关的变体（黑色圆圈）。对于所有部分，时间从左到右进行。

图 4 | 同一细菌物种成员的基因频率通常呈 U 形分布。图中显示了六个物种的基因频率。在这些样本中，许多基因仅存在于单个基因组中（稀有辅助基因；每个图中最左侧的柱状图），或存在于所有基因组中（核心基因；每个图中最右侧的柱状图），而中等频率的辅助基因则更为稀少。

选择信号取决于序列的采样方式

相对于负选择和遗传漂变，正向选择在塑造基因组变异模式方面的影响在不同数据集之间可能存在显著差异，这归因于采样策略的不同。随着一对序列的分化，它们之间的差异进一步暴露于自然选择之下，并成为幸存者偏差的结果。

该图显示了三个样本的系统发育图，其中两个来自同一物种，分支长度与进化时间成正比。用于区分近亲样本的多样性仅由近期突变或基因内容变化（图中红点）组成，而用于区分远亲样本的多样性则富含更早发生的突变或基因内容变化（图中黄点）。

然而，由于弱有害变异不会立即从种群中消除，并且可能在与 ~1/s 成比例的时间尺度上持续存在，其中 s 是变异的选择系数，因此与很久以前出现的多样性相比，最近发生的突变或基因插入或缺失将包含更高比例的有害事件。

因此，当研究由许多密切相关的分离株组成的样本时，等位基因转移 (AT) 重组会留下不同的特征。在这些情况下，可检测到的 AT 事件通常会引入来自未采样、分化程度更高的谱系的转移的新突变簇（例如，参见图 2b）。据观察，与全基因组平均值相比，以及与在包含不同谱系的样本中检测到的 AT 相比，这些转移的等位基因包含更多的同义突变（和更少的有害非同义突变）。因此，在泛基因组研究的背景下，很难直接比较使用从同一物种收集的样本来评估选择影响的研究与使用从密切相关物种收集的序列来评估选择影响的研究，因为它们关注不同的进化时间尺度。

结论与未来方向
细菌的HGT发生机制仍在不断探索中，这推动了用于检测和量化特定类型重组的新算法的不断发展，也推动了用于研究影响这些事件结果的进化过程的创新理论和计算方法的不断发展。数据集规模的不断扩大无疑将给算法带来计算方面的挑战。然而，最大的挑战在于提取额外的基因组信息，以确定哪些生态和进化因素驱动了HGT事件。例如，我们尚不完全了解观察到的HGT在多大程度上导致了基因组之间、物种内部或物种间的适应性差异。我们也不明白为什么观察到的重组率在不同细菌物种之间（甚至在细菌物种内部）存在如此大的差异，以及这些差异是否是由正向选择驱动的。HGT无疑为适应提供了原始材料，而准确理解重组与选择之间的相互作用如何留下可检测的基因组特征，对于在逆向生态学方法40中使用这些数据至关重要，逆向生态学方法依赖于对选择特征的了解来识别生态相关基因。

文献链接：

Arnold, B.J., Huang, I.T., and Hanage, W.P. (2022). Horizontal gene transfer and adaptive evolution in bacteria. Nat Rev Microbiol 20, 206-218