鄧 瑞 綜述，陳 亮 審校

(重慶醫(yī)科大學(xué)附屬第二醫(yī)院骨科 400010)

近年來(lái),隨著基因測(cè)序技術(shù)迅猛發(fā)展，越來(lái)越多的研究開(kāi)始通過(guò)比較細(xì)菌的基因組變化來(lái)研究細(xì)菌進(jìn)化。研究者們發(fā)現(xiàn)，細(xì)菌基因組的進(jìn)化除了傳統(tǒng)的縱向遺傳:基因突變，基因重排外,還有水平基因轉(zhuǎn)移[1]。細(xì)菌可通過(guò)水平基因轉(zhuǎn)移得到更多的機(jī)會(huì)去獲得有益于適應(yīng)某些特定環(huán)境的特性。這些參與水平基因轉(zhuǎn)移并具有功能的基因序列被認(rèn)為是細(xì)菌基因島?；驆u的概念首次被Hacker和他的團(tuán)隊(duì)提出[2]。 他們首先用此來(lái)描述具有毒力的大腸桿菌功能性的基因組片段。后來(lái)人們發(fā)現(xiàn)了更多的具有抗生素耐藥性相關(guān)的基因島，代謝相關(guān)的基因島。基因島的相關(guān)研究對(duì)于生物醫(yī)學(xué)和生物信息學(xué)的研究都極為重要[3]。因?yàn)榭梢杂没驆u的概念去解釋在同一種細(xì)菌里一些特定的屬具有致病性而另一些卻不具有的情況，并且可以用此來(lái)解釋特定的細(xì)菌可以在極端條件生存而另一些不可以的情況?；驆u的概念也可以幫助理解細(xì)菌的功能和細(xì)菌基因組的進(jìn)化。因此，研究基因島對(duì)研究細(xì)菌基因組的進(jìn)化和細(xì)菌基因轉(zhuǎn)移機(jī)制具有重要意義。

本文將對(duì)基因島、移動(dòng)基因池和水平基因轉(zhuǎn)移機(jī)制作簡(jiǎn)介。同時(shí)也將集中闡述耐藥基因島和致病基因島的特性并討論現(xiàn)階段基因島預(yù)測(cè)的方法及對(duì)未來(lái)的展望。

1 基因島和移動(dòng)基因池的關(guān)系

基因島是源于水平基因轉(zhuǎn)移的一段基因組DNA片段[4]。基因島具有一些基本共性：(1)具有重復(fù)序列或者能插入某些tRNA序列；(2)具有轉(zhuǎn)座子原件；(3)異常的鳥嘌呤和胞嘧啶所占比率(GC含量)；(4)氨基酸的異常使用和二核苷酸；(5)其可在某一種菌株中存在但可能在某一種較類似的菌株中不存在。 這些特性有助于預(yù)測(cè)未知的基因島及區(qū)分基因島和內(nèi)源性突變。此外，基因島可根據(jù)其功能的不同分為：抗生素耐藥性基因島、致病性基因島、適應(yīng)性島、共生性島、生態(tài)島和腐生性島[5]。

細(xì)菌基因可被分為核心基因池和移動(dòng)基因池。核心基因池是染色體的一部分，主要用于編碼基本蛋白用于滿足細(xì)菌基本的生存需要，如自我增值、吸收營(yíng)養(yǎng)和合成代謝中間產(chǎn)物[6]。在核心基因池中GC含量和氨基酸使用通常具有很強(qiáng)的相似性。然而，在彈性基因池中GC含量異常，氨基酸不正常使用并且編碼許多非生存必須蛋白質(zhì)。這些成分對(duì)于基本的生存不是必要的，但能促進(jìn)細(xì)菌對(duì)環(huán)境的適應(yīng)性，如某些基因島可以使細(xì)菌擁有分泌特殊耐藥蛋白，使其能在抗生素環(huán)境中生存。這類耐藥性基因島是基因島彈性基因池的重要組成部分[7]。

2 水平基因轉(zhuǎn)移的機(jī)制

基因島因水平基因的轉(zhuǎn)移而形成。水平基因轉(zhuǎn)移具有3類基因交換機(jī)制：轉(zhuǎn)化、 轉(zhuǎn)導(dǎo)和結(jié)合。這一現(xiàn)象發(fā)生在供體和受體中，預(yù)示著基因組遺傳信息可以在不同細(xì)胞間通過(guò)水平基因轉(zhuǎn)移而不是通過(guò)垂直的生殖方式來(lái)傳遞[8]。

2.1轉(zhuǎn)化 受者能夠通過(guò)供者直接獲得裸露DNA片段的過(guò)程稱為轉(zhuǎn)化。這個(gè)過(guò)程發(fā)生在當(dāng)一個(gè)細(xì)胞死亡時(shí)候，將其細(xì)胞內(nèi)物質(zhì)釋放到周圍環(huán)境中。同時(shí)，在周圍具有活性的相鄰細(xì)胞(受者)檢測(cè)并攝入死亡細(xì)胞釋放的DNA片段，并將這些片段整合到自身DNA中的過(guò)程[9]。

2.2轉(zhuǎn)導(dǎo) 受者也可以通過(guò)噬菌體感染獲得DNA片段。噬菌體侵襲宿主細(xì)胞，宿主細(xì)胞染色體DNA斷裂，噬菌體包裹宿主細(xì)胞DNA碎片或染色體碎片到噬菌體頭部，當(dāng)噬菌體再次感染其他細(xì)胞時(shí)，將頭部包含的細(xì)胞遺傳物質(zhì)帶到另外一個(gè)細(xì)胞，從而實(shí)現(xiàn)供者DNA轉(zhuǎn)移到受者的過(guò)程。 總的說(shuō)來(lái)，轉(zhuǎn)導(dǎo)是供體DNA片段被細(xì)菌噬菌體俘獲(這些片段可能含有細(xì)菌的基因組)，然后當(dāng)噬菌體感染下一個(gè)細(xì)胞時(shí)帶入到下一個(gè)細(xì)胞中，實(shí)現(xiàn)遺傳物質(zhì)轉(zhuǎn)移的過(guò)程[9]。

2.3接合 接合是另一種基因轉(zhuǎn)移的方式，其是供體和受體直接接合，實(shí)現(xiàn)基因轉(zhuǎn)移。能表達(dá)F質(zhì)粒的細(xì)菌具有菌毛，能促進(jìn)細(xì)菌間質(zhì)粒的相互轉(zhuǎn)移。此過(guò)程為，供體的菌毛接觸受體，然后菌毛形成受體和供體之間的鏈接通道。 然后，F(xiàn)質(zhì)粒自我復(fù)制，從供體轉(zhuǎn)移到相連接的受體。受體得到F質(zhì)粒同時(shí)獲得產(chǎn)生菌毛的能力，同時(shí)受體將成為新的供體[9]。

3 基因島的作用

3.1耐藥基因島 耐藥基因島是染色體DNA片段(>10 kb),這些片段包含較大相對(duì)分子質(zhì)量的細(xì)菌耐藥基因族，位于許多特殊的染色體位置或者是被自身質(zhì)粒攜帶，因基因功能與耐藥相關(guān)而被稱為耐藥基因島[10]。兩個(gè)位點(diǎn)的耐藥基因具有相同的重復(fù)序列和插入元件，并含有潛在不穩(wěn)定的移動(dòng)基因元件，如integern。同時(shí)，耐藥基因島的GC含量和其他在核心基因池中的基因有著顯著的不同。

耐甲氧西林金黃色葡萄球菌(MRSA)對(duì)眾多抗生素具有耐藥性，被認(rèn)為是潛在的超級(jí)細(xì)菌[11-12]。MRSA耐藥機(jī)制中mecA基因起了重要作用。mecA編碼PBP2a是青霉素綁定蛋白,其對(duì)beta內(nèi)酰胺類抗生素具有很弱親和力。因此，mecA讓細(xì)菌具有抗methicillin抗性。研究表明，mecA產(chǎn)生于基因水平轉(zhuǎn)移，mecA整合到SCCmec DNA基因片段，mecA基因的轉(zhuǎn)移只能發(fā)生在存在SCCmec序列的菌株中[13]。因此，SCCmec為一種基因進(jìn)化狀態(tài)，其組成成分為mec基因復(fù)合物(mecA、mecR、IS/mecI、IS431)和ccr基因復(fù)合物(重組酶基因，ccrA、ccrB or ccrC)[14]。此外，基于結(jié)構(gòu)和片段大小，SCCmec能被分為11類 (SCCmec Ⅰ～SCCmec Ⅺ)，被報(bào)道最多的S.aureus 屬于前5類(SCCmec Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ)。位點(diǎn)特異的重組蛋白ccr，被ccr基因復(fù)合物編碼，是SCCmec基因島的主要組成部分，具有抗藥性。而且，Mec基因復(fù)合物由顯著的抗生素耐藥基因mecA和其他抗生素抵抗協(xié)同因子組成[15]?？偟恼f(shuō)來(lái)，耐藥基因島是由水平基因轉(zhuǎn)移而形成，它具有復(fù)雜的機(jī)制并會(huì)參與細(xì)菌對(duì)抗生素的耐藥過(guò)程中。

3.2致病島 致病島是基因島的一個(gè)亞型，首先在致病性大腸桿菌中被報(bào)道，隨后也在其他細(xì)菌的彈性基因池中被發(fā)現(xiàn)。在細(xì)菌中，一個(gè)細(xì)菌可以含有許多致病島，同時(shí)一個(gè)致病島可以在不同細(xì)菌間傳遞。這表明致病島不僅存在于細(xì)菌的染色體DNA片段上同時(shí)也存在于質(zhì)粒中[16]。此外，還有一個(gè)位于耶爾森氏鼠疫桿菌基因組DNA中的可導(dǎo)致鼠疫的基因島，是一個(gè)高致病島編碼的離子攝入系統(tǒng)[17]。同樣，在致病性大腸桿菌的致病島不僅讓細(xì)菌對(duì)人類具有致病性同時(shí)也讓其對(duì)其他動(dòng)物如奶牛具有致病性。

4 預(yù)測(cè)基因島的方法

4.1基于一個(gè)基因組的預(yù)測(cè)方法 一個(gè)基因組分析方法主要基于基因突變和適應(yīng)性選擇作用于微生物基因組使得形成種屬特異性的核苷酸構(gòu)成特性的現(xiàn)象。其中有許多的方法試著去找到特異的序列作為區(qū)分組成不同的標(biāo)準(zhǔn)。 許多序列特點(diǎn)已經(jīng)被研究證明為可靠的標(biāo)準(zhǔn)，如基于GC含量、k-met頻率、氨基酸用法和密碼子用法的算法[18]。通過(guò)分析序列的這些特性，可以提供粗略的、新的基因島預(yù)測(cè)手段。然而，因?yàn)檫@種方法只納入有限地影響因素并只利用了靶向細(xì)菌的序列信息，所以這類方法同時(shí)也具有許多缺點(diǎn)。例如，不能準(zhǔn)確預(yù)測(cè)基因島的邊界，不能得到其準(zhǔn)確的位置信息。同時(shí)，隨著細(xì)菌的增值，基因島和其他dna序列的位置關(guān)系變化越來(lái)越不確定，因此此類方法只能檢測(cè)出細(xì)菌最新獲得的基因島。

4.2基于多個(gè)基因組的檢測(cè)方法 基于多個(gè)基因組檢測(cè)基因島的方法是基于基因島散在分布于基因組中的特性的一類算法。這些算法通過(guò)比較多重相關(guān)的基因組序列去發(fā)現(xiàn)特定的亞型區(qū)域。這類方法一般借助于序列比對(duì)工具，如能被用來(lái)發(fā)現(xiàn)特異菌株的特殊區(qū)域的全基因組比對(duì)工具M(jìn)AUVE[19]，同時(shí)MAUVE也可用于分析菌株的保守區(qū)域，并作為其他研究，如噬菌體全基因組比對(duì)時(shí)的參照方法[20]。

4.3Ensemble分析法 Ensemble分析法是將不同的分析方法整合到一起。一種方式是整合不同軟件的預(yù)測(cè)結(jié)果，如EGID ADDIN EN.CITE[21]。運(yùn)用集成算法的細(xì)菌基因島探測(cè)方法(EGID)用投票法整合5個(gè)軟件的預(yù)測(cè)結(jié)果：Alienhunter、IslandPath、SIGI-HMM、INDeGenIUS、PAI-IDA。另一種整合方式是通過(guò)其他方法去篩選一種方法的預(yù)測(cè)結(jié)果。這種方法常用于致病島的預(yù)測(cè)。許多致病島的檢測(cè)軟件使用這種方法，比如PAIDB v2.0[22]。

4.4不完全基因組分析法 由于對(duì)不完全基因組中基因島預(yù)測(cè)的探索。如 IslandViewer 4[23]。此類方法首先將不完整序列整合成完整的基因組序列，然后用類似于在完整基因組預(yù)測(cè)基因島的方法進(jìn)行預(yù)測(cè)。IslandViewer 4將注釋的重疊群體映射到完整的參考基因組以產(chǎn)生連鎖的基因組,然后其用這個(gè)單一基因組進(jìn)行分析。

基因島位于細(xì)菌的彈性基因池，并可作為細(xì)菌基因的水平轉(zhuǎn)移方式的佐證。越來(lái)越多的證據(jù)表明基因島參與了微生物的基因進(jìn)化。 基因島通過(guò)自體傳遞和丟失遺傳信息等方式增加了基因的多樣性。同時(shí)基因島參與了多種微生物活動(dòng)，特別是作為細(xì)菌致病性和耐藥性的重要機(jī)制之一。伴隨測(cè)序技術(shù)和生物信息學(xué)分析方法的空前發(fā)展，越來(lái)越多的新基因島被發(fā)現(xiàn)。因此，很多過(guò)去因?yàn)榧訇?yáng)性和假陰性不能區(qū)分的結(jié)果，都逐漸被區(qū)分確定。不過(guò)基因島的豐富程度仍然被嚴(yán)重低估，仍需要探索更加完善的方法去識(shí)別那些未知的基因島，將有助于基因動(dòng)力學(xué)、基因多樣性方面的研究，并可對(duì)微生物相關(guān)的臨床問(wèn)題開(kāi)辟新的研究領(lǐng)域。

[1]BOBAY L M,OCHMAN H.The evolution of bacterial genome architecture[J].Front Genet,2017，8(8):72.

[2]LU B,LEONG H W.Computational methods for predicting genomic islands in microbial genomes[J].Comput Struct Biotechnol J,2016,14(5):200-206.

[3]CHE D,HASAN M S,CHEN B.Identifying pathogenicity islands in bacterial patho- genomics using computational approaches[J].Pathogens,2014,3(1):36-56.

[4]COUTINHO T J D,FRANCO G R,LOBO F P.Homology-independent metrics for comparative genomics[J].Comput Struct Biotechnol J,2015,132(5):352-357.

[5]RUZZINI A C,CLARDY J.Gene flow and molecular innovation in bacteria[J].Curr Biol,2016,26(18):R859-R864.

[6]LAND M,HAUSER L,JUN S R,et al.Insights from 20 years of bacterial genome sequencing[J].Funct Integr Genomics,2015，15(2):141-161.

[7]GILMORE M S,LEBRETON F,VAN SCHAIK W.Genomic transition of enterococci from gut commensals to leading causes of multidrug-resistant hospital infection in the antibiotic era[J].Curr Opin Microbiol,2013，16(1):10-16.

[8]PAPKE R T,CORRAL P,RAM-MOHAN N,et al.Horizontal gene transfer,dispersal and haloarchaeal speciation[J].Life (Basel)，2015，5(2):1405-1426.

[9]JUHAS M.Horizontal gene transfer in human pathogens[J].Crit Rev Microbiol，2015，41(1):101-108.

[10]COLAVECCHIO A,CADIEUX B,LO A,et al.Bacteriophages contribute to the spread of antibiotic resistance genes among foodborne pathogens of the enterobacteriaceae family-a review[J].Front Microbiol，2017，8(6):1108.

[11]ITO T,KUWAHARA-ARAI K,KATAYAMA Y,et al.Staphylococcal cassette chromosome mec (SCCmec) analysis of MRSA[J].Methods Mol Biol，2014，1085(8):131-148.

[12]STEINIG E J,ANDERSSON P,HARRIS S R,et al.Single-molecule sequencing reveals the molecular basis of multidrug-resistance in ST772 methicillin-resistant Staphylococcus aureus[J].BMC Genomics，2015，16(1):388.

[13]HANSSEN A M,ERICSON S J.SCCmec in staphylococci:genes on the move[J].FEMS Immunol Med Microbiol,2006,46(1):8-20.

[14]XU Z,LI L,ALAM M J,et al.First confirmation of integron-bearing methicillin-resistant staphylococcus aureus[J].Curr Microbiol,2008,57(3):264-268.

[15]FIGUEIREDO A M S,FERREIRA F A.The multifaceted resources and microevolution of the successful human and animal pathogen methicillin-resistant Staphy-lococcus aureus[J].Memórias do Instituto Oswaldo Cruz，2014，109(3):265-278.

[16]BENTLEY S D,PARKHILL J.Genomic perspectives on the evolution and spread of bacterial pathogens[J].Proc Biol Sci，2015，282(1821):20150488.

[17]ONORI R,GAIARSA S,COMANDATORE F,et al.Tracking nosocomial klebsiella pneumoniae infections and outbreaks by whole-Genome analysis:small-scale italian scenario within a Single hospital[J].J Clin Microbiol，2015，53(9):2861-2868.

[18]ZHANG X,PENG C,ZHANG G,et al.Comparative analysis of essential genes in prokaryotic genomic islands[J].Sci Rep，2015，5(7):12561.

[19]DARLING C E,MAU B,BLATTNER F R,et al.Mauve:Multiple alignment of conserved genomic sequence with rearrangements[J].Genome Res，2004，14(7):1394-1403.

[20]BRARD S,CHATEAU A,POMPIDOR N,et al.Aligning the unalignable:bacteriophage whole genome alignments[J].BMC Bioinformatics，2016,17(1):30.

[21]CHE D,HASAN M S,WANG H,et al.EGID:an ensemble algorithm for improved genomic island detection in genomic sequences[J].Bioinformation，2011，7(6):311-314.

[22]YOON S H,PARK Y K,KIM J F.PAIDB v2.0:exploration and analysis of pathogenicity and resistance islands.Nucleic Acids Res,2015，4(1):D624-D630.

[23]BERTELLI C,LAIRD M R,WILLIAMS K P,et al.IslandViewer 4:expanded prediction of genomic islands for larger-scale datasets[J].Nucleic Acids Res，2017，45(5):W30-W35.