李新玉，王希胤

(1.華北理工大學(xué) 生命科學(xué)學(xué)院，河北 唐山 063210；2.華北理工大學(xué) 基因組學(xué)與計算生物學(xué)研究中心，河北 唐山 063210)

1植物基因組大小的研究現(xiàn)狀

基因組大小(Genome Size)普遍指細(xì)胞核中所含DNA的數(shù)量，也被人們稱為C值(C-value)，一般以單倍體基因組的核酸量來衡量[1]。植物C值數(shù)據(jù)庫(http://data.kew.org/cvalues/)[2]中包含12 273種植物的基因組大小數(shù)據(jù)，該數(shù)據(jù)庫對各類植物的基因組大小的動態(tài)變化都具有較好的記錄。到目前為止，植物C值數(shù)據(jù)庫中包括10 770種被子植物、421種裸子植物、303種蕨類植物、334種苔蘚植物和445種藻類植物的基因組大小信息。此外，各種植物的基因組大小表現(xiàn)出驚人的多樣性。例如，在開花植物中，食肉植物螺旋貍藻(Genlisea tuberosa)的基因組最小，只有61 Mb，而同為有花植物的日本重樓(Paris japonica)擁有最大的基因組，基因組高達(dá)148 Gb，它們二者的基因組大小差異超過2 400倍[3, 4]。但是，經(jīng)過人們更加深入的研究，研究者們發(fā)現(xiàn)物種的基因組大小和進(jìn)化的復(fù)雜程度之間沒有明顯的對應(yīng)關(guān)系，這一現(xiàn)象被稱為“C值悖論”[5]。例如，進(jìn)化程度較高的被子植物擬南芥的基因組大小為118 Mb[6]，而進(jìn)化程度較低的苔蘚植物小葉萍的基因組大小為790 Mb[7]，是擬南芥的6倍多。因此，基因組大小與進(jìn)化復(fù)雜度之間沒有顯著關(guān)系。

造成植物基因組大小多樣性的原因主要有3種：一是多倍化(Polyploidization)，也稱為全基因組復(fù)制(Whole Genome Duplication，WGD)，多倍體在植物界是很常見的，現(xiàn)存的植物中大約有70%是多倍體[8]。幾乎所有的植物都經(jīng)歷過一次或多次的全基因組復(fù)制事件，影響基因組大小和基因含量[9]。但是，基因組大小并不會有大的變動，因為基因組經(jīng)歷了加倍后會發(fā)生許多重組事件進(jìn)而刪除掉大量的DNA序列，因此，基因組大小的增加與多倍體化的次數(shù)不成正比，多倍體基因組的大小通常比預(yù)期小，每個基本亞基因組的平均DNA含量往往隨著倍性的增加而減少[10]。例如，模式植物擬南芥雖然受到額外全基因組復(fù)制的影響，但是其基因組很小，為118 Mb[6]，而一些經(jīng)歷較少全基因組復(fù)制事件的物種，如葡萄基因組大小為504.6 Mb[11]和桃子基因組大小為265 Mb[12]，二者的基因組反而比擬南芥的更大。二是種內(nèi)變異。例如，研究人員對20個瓜拉尼玉米群體進(jìn)行研究，結(jié)果表明，群體內(nèi)基因組大小的差異為36.15%[13]，這種差異可能是由于在每個旋鈕染色體位置觀察到的存在/不存在的雜合性和異染色質(zhì)變異的百分比。對淡色羊茅(Festuca pallens)24個居群的種內(nèi)基因組大小變異進(jìn)行了研究，發(fā)現(xiàn)有16個居群的DNA含量存在種內(nèi)變異，基因組大小受地理因素的影響。在二倍體物種中，基因組較大的物種生活在冰緣草原地區(qū)。四倍體的相對DNA含量也與緯度和經(jīng)度顯著相關(guān)[14]。二倍體或四倍體可能是高倍性的新多倍體，它們更多地出現(xiàn)在高緯度地區(qū)，每一次多倍體化都使冷相關(guān)基因富集[15]。以上研究表明，種內(nèi)基因組大小存在較大差異，并且這種差異與地理因素、氣候因素等存在相關(guān)性。但是，這種聯(lián)系并不能斷定這些因素就是導(dǎo)致種內(nèi)基因組大小變異的根本原因。人們對引起種內(nèi)基因組大小變異的原因仍知之甚少。三是重復(fù)序列，尤其是LTR反轉(zhuǎn)錄轉(zhuǎn)座子的插入與刪除是造成基因組大小巨大差異的主要因素。種內(nèi)和種間基因組大小之間的差異都與重復(fù)序列的差異表現(xiàn)出了明顯相關(guān)性。該項研究將詳細(xì)地討論重復(fù)序列對基因組大小進(jìn)化的影響。

2植物基因組中重復(fù)序列的分類

重復(fù)序列是指在基因組中不同位置重復(fù)數(shù)百次或數(shù)千次的DNA序列基序[16]，重復(fù)序列主要分為兩大類：一類是串聯(lián)重復(fù)序列，主要包括一些較短的重復(fù)，如衛(wèi)星DNA；另一類是散在重復(fù)序列，主要指的是轉(zhuǎn)座元件，包括DNA轉(zhuǎn)座子和RNA轉(zhuǎn)座子[17]，具體分類見圖1。散在重復(fù)序列也是通常所說的轉(zhuǎn)座子。Thomas Wicker等人[18]提出的分類系統(tǒng)按照轉(zhuǎn)座方式的不同，將轉(zhuǎn)座子分為兩大類：I類轉(zhuǎn)座子通常指的是RNA轉(zhuǎn)座子或者反轉(zhuǎn)錄轉(zhuǎn)座子(Retrotransposons)。反轉(zhuǎn)錄轉(zhuǎn)座子(或稱作RNA轉(zhuǎn)座子)可以進(jìn)一步劃分為兩大類轉(zhuǎn)座子，一是長末端重復(fù)(Long terminal repeat, LTR)反轉(zhuǎn)錄轉(zhuǎn)座子，這類轉(zhuǎn)座子兩端存在相同的長末端重復(fù)序列，即LTR序列；二是非長末端重復(fù)(Non-long terminal repeat，Non-LTR)反轉(zhuǎn)錄轉(zhuǎn)座子。在植物基因組中，LTR反轉(zhuǎn)座子根據(jù)其內(nèi)部編碼序列的結(jié)構(gòu)，可以進(jìn)一步分為Copia和Gypsy兩大類；Non-LTR轉(zhuǎn)座子主要分為LINEs(Long interspersed elements)和SINEs(Short interspersed elememts)兩大類。在I型轉(zhuǎn)座子中，Gypsy和Copia是LTR反轉(zhuǎn)座子中最豐富的兩類轉(zhuǎn)座子[19, 20]。二者結(jié)構(gòu)特征的主要區(qū)別是LTR序列之間的編碼序列的排列方式不同，如圖2所示。在許多數(shù)植物中Gypsy所占基因組的比例要比Copia高[21]，也有特殊情況，例如，小果野蕉(Musa acuminata)和芹菜(Apium graveolens)等植物的基因組中Copia轉(zhuǎn)座子比Gypsy轉(zhuǎn)座子的比例高[22, 23]。

圖1 植物基因組中重復(fù)序列的分類

圖2 Copia和Gypsy反轉(zhuǎn)錄轉(zhuǎn)座子的結(jié)構(gòu)示意圖

II類轉(zhuǎn)座子(Class II elements)又叫做DNA轉(zhuǎn)座子。這類轉(zhuǎn)座子以“剪切-粘貼”的形式進(jìn)行轉(zhuǎn)座，它們在轉(zhuǎn)座的時候在酶的作用下從基因組某個位置剪切下來，然后在整合酶的作用下重新整合到基因組的一個新的位置，而之前位置少了一段DNA序列。DNA轉(zhuǎn)座子在植物基因組中主要分為2個子類，Subclass 1(TIR)和Subclass 2(Helitron)[18]。它們的區(qū)別在于轉(zhuǎn)座過程中被切割的脫氧核糖核酸鏈的數(shù)量。TIR類轉(zhuǎn)座子的末端反向重復(fù)序列(Terminal Inverted Repeats, TIRs)的長度可變，這是這類轉(zhuǎn)座子的一大特征，根據(jù)TIR序列和TSD大小可以進(jìn)一步將這類轉(zhuǎn)座子分為9個超家族，比較常見的包括hAT、CACTA、Mutator等超家族。Helitron轉(zhuǎn)座子是近年來發(fā)現(xiàn)的一種新型DNA轉(zhuǎn)座子，通過滾環(huán)(rolling-circle)的方式進(jìn)行轉(zhuǎn)座，轉(zhuǎn)座的時候只有一條鏈被切割，并且不產(chǎn)生TSD。這個過程包括Helitron單鏈末端切口的切割，鏈侵入、DNA合成、鏈置換和通過DNA復(fù)制拆分異源雙鏈體等[24]。

串聯(lián)重復(fù)序列(Tandem Repeats, TRs)也被稱為衛(wèi)星DNA，是包含至少2個相鄰重復(fù)單元的DNA序列基序[25]，它們廣泛存在于原核生物和真核生物中[26]。一般來說，根據(jù)重復(fù)單位長度和陣列大小將串聯(lián)重復(fù)序列分為3類：微衛(wèi)星(Microsatellite)，又稱短串聯(lián)重復(fù)序列(Short Tandem Repeat,STR)或簡單重復(fù)序列(Simple Sequence RepeatSSR)，長度為2～5 bp，通常具有10～100 bp的重復(fù)陣列；小衛(wèi)星(Minisatellite)，長度為6～100 bp，陣列長度0.5～35 kb；衛(wèi)星DNA(satellite DNA)，長度一般大于100 bp，通常形成高達(dá)100 Mb的陣列[26, 27]。串聯(lián)重復(fù)序列被認(rèn)為是通過突變、不平等交叉、基因轉(zhuǎn)換、滑移復(fù)制和/或滾圈復(fù)制等分子機(jī)制的組合作用形成的，這些機(jī)制創(chuàng)造并維持物種內(nèi)衛(wèi)星DNA序列的同質(zhì)性[28, 29]。

3串聯(lián)重復(fù)序列對植物基因組大小進(jìn)化的影響

串聯(lián)重復(fù)序列主要分布在著絲粒、著絲粒周圍或近著絲粒的異染色質(zhì)區(qū)域。串聯(lián)重復(fù)序列最初被認(rèn)為是垃圾DNA，如今被認(rèn)為是進(jìn)化過程中的“調(diào)節(jié)旋鈕”，因為它們能夠調(diào)節(jié)遺傳性狀，從而促進(jìn)適應(yīng)性進(jìn)化[30]。例如，串聯(lián)重復(fù)序列能維持姐妹染色單體的內(nèi)聚性和正確的染色體分離[31]。串聯(lián)重復(fù)序列可以從亞染色體向間質(zhì)基因座擴(kuò)散，導(dǎo)致染色體特異性位點的形成或在不同染色體的等位點積累；一些衛(wèi)星重復(fù)序列被轉(zhuǎn)錄，可以參與異染色質(zhì)結(jié)構(gòu)的形成和維持以及基因表達(dá)的調(diào)節(jié)。同時，衛(wèi)星DNA對染色體的形成也至關(guān)重要，衛(wèi)星DNA能夠被特定的DNA結(jié)合蛋白識別，形成染色體的端粒、著絲粒和近端著絲粒等[31]，對染色體的形成至關(guān)重要[32]。

串聯(lián)重復(fù)序列在植物基因組中的含量存在較大差異，比如，衛(wèi)星DNA的基因組含量可以從幾種貝母屬(Fritillaria)物種中FriSAT1衛(wèi)星DNA的0.1%或小果野蕉(Musa acuminata)基因組中衛(wèi)星DNA的0.3%不等[33, 34]到Fritillaria falcate中FriSAT1的36%[35]。因此，基因組中存在的衛(wèi)星DNA可能對基因組大小有一定影響[31]。但是，還沒有發(fā)現(xiàn)衛(wèi)星DNA含量與基因組大小變化之間存在關(guān)系的證據(jù)，趙致新博士等人對植物和綠藻全基因組范圍內(nèi)的串聯(lián)重復(fù)序列進(jìn)行了研究，分析了串聯(lián)重復(fù)序列的分布和基序特征，并探討了串聯(lián)重復(fù)序列的生物學(xué)功能。在31個物種中，串聯(lián)重復(fù)序列密度與基因組大小之間沒有顯著相關(guān)性。在緊湊基因組(如病毒)和具有大量基因間區(qū)域的基因組(如植物)中，基因組大小與串聯(lián)重復(fù)序列密度之間存在弱陽性但不顯著的相關(guān)性，這表明串聯(lián)重復(fù)序列可能對進(jìn)化中基因組大小的擴(kuò)增沒有顯著貢獻(xiàn)[36]，基因組大小主要是由于其他種類的重復(fù)DNA，如轉(zhuǎn)座元件所致[35]。

4散在重復(fù)序列對基因組大小進(jìn)化的影響

4.1 反轉(zhuǎn)座子對基因組大小進(jìn)化的影響

散在重復(fù)序列占據(jù)了植物基因組重復(fù)序列的大部分比例，一類重復(fù)序列長末端重復(fù)反轉(zhuǎn)錄轉(zhuǎn)座子是植物基因組中最豐富的DNA成分[37]，如表1所示。許多研究表明[38, 39]，一個物種的基因組大小與反轉(zhuǎn)錄轉(zhuǎn)座子的增殖有直接關(guān)系，反轉(zhuǎn)錄轉(zhuǎn)座子對基因組的擴(kuò)增有重要貢獻(xiàn)。比如，LTR反轉(zhuǎn)座子占玉米基因組的75%以上[40]，在過去的300萬年之內(nèi)，玉米基因組從1 200 Mb 增加到2 400 Mb，這主要是由LTR反轉(zhuǎn)座子插入引起的[41]。對稻屬一個古老的反轉(zhuǎn)座子家族的研究表明，在稻屬分化之后，由于RWG家系Gran3反轉(zhuǎn)座子的爆發(fā)，水稻GG基因組(Oryza granulata)的基因組大小擴(kuò)增了近25%，馴化水稻(Oryzasativa)的基因組大小與大多數(shù)祖先譜系的基因組大小存在2倍以上的差異，這可能是RWG家族的擴(kuò)增差異造成的[42]。

根據(jù)反轉(zhuǎn)座子的轉(zhuǎn)座機(jī)制，人們稱反轉(zhuǎn)座子為“復(fù)制-粘貼”型轉(zhuǎn)座子。反轉(zhuǎn)座子在轉(zhuǎn)座時，會先以DNA為模板，在RNA聚合酶II的作用下，轉(zhuǎn)錄成一段mRNA，然后再以這段mRNA為模板反轉(zhuǎn)錄成cDNA，最后在整合酶的作用下將這段cDNA整合到基因組上新的位置，每個完整的復(fù)制周期都會生成一個新的反轉(zhuǎn)座子[24]。因此，反轉(zhuǎn)座子通常是基因組中大量重復(fù)片段的主要貢獻(xiàn)者[43]。

有研究指出，如果沒有一個積極的DNA去除過程，所有的植物都可能走向基因組肥胖[44]。一些植物的基因組在經(jīng)歷了如此多繁重的大片段重復(fù)DNA的情況下存活下來，這意味著冗余DNA的負(fù)面影響可能已經(jīng)被某種補(bǔ)償所抵消。一方面，大多數(shù)LTR反轉(zhuǎn)座子被DNA甲基化和小RNA介導(dǎo)的表觀遺傳沉默機(jī)制滅活[45]。因此，轉(zhuǎn)座事件發(fā)生得非常少，很難實時觀察到[46]。當(dāng)植物受到外界各種刺激時[47]，如病原體攻擊、組織培養(yǎng)、損傷、環(huán)境脅迫等，反轉(zhuǎn)錄轉(zhuǎn)座子會被激活并插入到靶基因中，例如，ONSEN反轉(zhuǎn)座子獲得了一個熱響應(yīng)調(diào)節(jié)元件，盡管有功能性沉默機(jī)制，但該反轉(zhuǎn)座子在受到熱應(yīng)激時仍會被激活[48]，同時，周邊基因的表達(dá)也會受到影響。另一方面，LTR反轉(zhuǎn)座子被不平等的同源重組(Unequal Homologous Recombination，UR)和非法重組(Illegitimate Recombination，IR)所刪除/截斷，作為抑制機(jī)制對抗LTR反轉(zhuǎn)座子擴(kuò)增引起的基因組肥胖[37]。不平等同源重組和異常重組是LTR反轉(zhuǎn)座子的去除的主要機(jī)制[49]。不平等同源重組，通常發(fā)生在一個完整元件的2個LTR之間，這2個LTR去除了它的內(nèi)部部分，重組之后的LTR形成一個solo-LTR，即只含有LTR區(qū)的序列[49]，從而減少(但不是完全逆轉(zhuǎn))由反轉(zhuǎn)錄轉(zhuǎn)座子造成的基因組大小的增加[50, 51]。非法重組不需要發(fā)生在同源序列之間，發(fā)生重組的序列之間通過產(chǎn)生和積累小的缺失片段來消除轉(zhuǎn)座子序列[49, 50, 52]。研究表明，非法重組是擬南芥基因組大小減少的驅(qū)動力，去除的脫氧核糖核酸至少是不相等同源重組的5倍[50]；還有研究表明，水稻基因組中的LTR反轉(zhuǎn)錄轉(zhuǎn)座子序列已經(jīng)至少在不平等同源重組和非法重組的作用下刪除了194 Mb[49]。

4.2 DNA轉(zhuǎn)座子對基因組大小進(jìn)化的影響

在大多數(shù)植物中，逆轉(zhuǎn)錄轉(zhuǎn)座子(Class I elements)構(gòu)成了大部分的轉(zhuǎn)座子，促成了基因組大小的擴(kuò)張和收縮以及種間序列的差異[53]，而不太豐富的DNA轉(zhuǎn)座子(Class II elements)往往與基因組的常染色體或基因成分有關(guān)，是遺傳多樣性產(chǎn)生的主要進(jìn)化力量[54]。因此，與植物寄主的基因有更密切的相互作用。有研究表明，一些DNA轉(zhuǎn)座子可能會導(dǎo)致更高的突變率，因此可以加速基因進(jìn)化，例如，DNA轉(zhuǎn)座子在禾本科植物中以數(shù)萬個拷貝存在[40, 55]，大多數(shù)基因在其附近的某個點上都會經(jīng)歷轉(zhuǎn)座子切除，因此隨著時間的推移，可能會積累較多的突變基因，因此，DNA轉(zhuǎn)座子的活性是禾本科植物進(jìn)化的重要驅(qū)動力。“剪切-粘貼”型的DNA轉(zhuǎn)座子在入侵新的宿主后，新到達(dá)的DNA轉(zhuǎn)座子必須在宿主群體中增殖和擴(kuò)散。然而，在傳播之后，宿主的自我調(diào)節(jié)開始限制轉(zhuǎn)座和滅活轉(zhuǎn)座子，最終阻礙了該元素在宿主中的擴(kuò)增。由于不能轉(zhuǎn)座和增殖，不活躍的轉(zhuǎn)座子會遺留在宿主基因組中，最終可能會因遺傳漂變而丟失[56]。由于DNA轉(zhuǎn)座子在植物基因組中的數(shù)量并不豐富，再加上各種滅活和刪除機(jī)制的作用，DNA轉(zhuǎn)座子通常不會獲得高拷貝數(shù)[57]，但MITEs類DNA轉(zhuǎn)座子在拷貝數(shù)上是個例外，它們在一些基因組中以極高的拷貝數(shù)存在[46, 58]，然而，MITEs類DNA轉(zhuǎn)座子的長度只有200～500 bp，因此MITEs對基因組肥胖的影響有限[59]。綜上所述，“剪切粘貼”型DNA轉(zhuǎn)座子對宿主的基因影響較大，而對基因組大小的影響有限[57]。表1所示為一些常見植物的基因組大小與重復(fù)序列富集情況。

表1 常見植物的基因組大小與重復(fù)序列富集統(tǒng)計

Helitron轉(zhuǎn)座子是近年來發(fā)現(xiàn)的一種新型DNA轉(zhuǎn)座子，它在不同物種之間的分布存在較大差異，例如，在擬南芥中主要分布在基因貧乏的區(qū)域，尤其是近著絲粒區(qū)域[85]。水稻基因組中的Helitron分布在著絲粒周圍和染色體末端[85]，玉米中的Helitrons多分布在基因豐富區(qū)域[86]。Helitron是一種獨特的滾動循環(huán)型轉(zhuǎn)座子，與其他轉(zhuǎn)座子一樣，它們的激活可能涉及新基因的生成或現(xiàn)有基因的調(diào)節(jié)，并可能影響表型表達(dá)[87]。Helitron對基因組的影響與所有的轉(zhuǎn)座元件一樣，與它的轉(zhuǎn)座機(jī)制、在宿主內(nèi)的相互作用、與其他轉(zhuǎn)座元件家族的競爭以及群體遺傳特征密切相關(guān)[88]。雖然Helitron在植物基因組中廣泛存在，但比例遠(yuǎn)遠(yuǎn)不及LTR反轉(zhuǎn)錄轉(zhuǎn)座子，在不同植物中的比例也存在差異，比如在禾本科物種中，Helitron占水稻基因組的4%，高粱基因組的1%，玉米基因組的6.6%[89]；在擬南芥基因組中，大約1.6%的基因組DNA由Helitron組成，而在琴葉擬南芥中Helitron占其基因組的3.6%[89]，可見Helitron的含量在同一科或同一屬不同物種之間都存在較大差異，Helitron豐度和基因組大小之間沒有顯著的相關(guān)性，Helitron轉(zhuǎn)座子對基因組大小沒有顯著影響。圖3所示為幾種代表植物的基因組大小和重復(fù)序列的富集程度的散點圖。

圖3 幾種代表植物的基因組大小和重復(fù)序列的富集程度的散點圖

5存在的問題及展望

雖然已知基因組大小多樣性的主要貢獻(xiàn)者是高度重復(fù)的DNA序列尤其是反轉(zhuǎn)座子，如圖3所示，classⅠ，即反轉(zhuǎn)座子的比例與基因組大小存在明顯的正相關(guān)。但是，大量研究結(jié)果表明，重復(fù)序列尤其是轉(zhuǎn)座元件對基因組大小的影響呈高度動態(tài)且很難預(yù)測[90]。它們的起源、表達(dá)、插入特異性、進(jìn)化命運以及對遺傳和表觀遺傳基因調(diào)控的潛在影響仍需進(jìn)一步探索[37]。大量額外基因組的測序可能為進(jìn)一步研究這種關(guān)系提供有用的信息。到底是什么原因造成不同物種之間重復(fù)序列數(shù)量差異如此之大，以及基因組大小最終的進(jìn)化方向，不同物種之間基因組大小的進(jìn)化差異等問題仍然有待研究。隨著測序技術(shù)和生物信息學(xué)的不斷發(fā)展，基因組數(shù)據(jù)分析變得越來越簡便化與高效化，但是如何利用解析出來的基因組密碼解決實際問題才是真正的研究重點。伴隨著大數(shù)據(jù)時代的到來，期望以后能夠開發(fā)出更多的優(yōu)質(zhì)算法與數(shù)學(xué)模型，來幫助闡明基因組增大和減小之間的動態(tài)變化以及基因組大小最終的進(jìn)化方向，進(jìn)而為了解重要經(jīng)濟(jì)作物的基因組結(jié)構(gòu)以及進(jìn)化機(jī)制提供重要理論支持。