栎属植物线粒体基因组结构变异与系统发育研究：揭示关键进化驱动力与生态适应性机制

本研究针对植物线粒体基因组(mitogenomes)结构复杂性和进化机制的研究空白，通过混合测序技术组装15种代表性栎属(Quercus)的完整mitogenomes，揭示了6种基因组架构和广泛的水平基因转移事件(HGT)。研究发现分散重复序列驱动基因组扩张，系统发育分析显示明显的细胞核-线粒体基因组不一致性(cytonuclear discordance)，为理解栎属多样化适应机制提供了关键进化证据。

　　

在植物进化研究中，线粒体基因组(mitogenome)长期被视为"基因组中的暗物质"——尽管其在能量代谢和细胞调控中发挥核心作用，但由于结构的高度可塑性(包括极端尺寸变异、多部分结构和频繁重组)，其进化机制仍存在重大知识缺口。作为北半球生态系统的关键属，栎属(Quercus)物种具有显著的经济价值、生态适应性和系统发育多样性，是研究线粒体基因组进化与谱系多样化关联的理想模型。然而，与已充分研究的核基因组和叶绿体基因组相比，栎属线粒体基因组的结构动态和进化意义仍知之甚少，这严重限制了对该重要类群适应性进化机制的理解。

为填补这一空白，Ying Song等研究团队在《Industrial Crops and Products》发表的研究中，采用混合测序策略(结合二代测序和长读长测序技术)组装了15个系统发育代表性栎属物种的完整线粒体基因组。通过多平台数据整合，研究建立了四种定制化组装策略：杂交组装、编码保守组装、HiFi优化组装和ONT纠错组装，并运用GeSeq和tRNAscan-SE等工具进行功能注释。样本涵盖栎属主要分类组(如Quercus、Lobatae、Cerris等)，部分样本来自公共基因组数据库。

研究结果首先揭示了惊人的基因组结构多样性。15个栎属物种的线粒体基因组大小从339 kb(Q. engelmannii)到622 kb(Q. gilva)不等，呈现6种显著不同的结构类型。基因注释发现34-41个蛋白质编码基因(PCGs)、20-28个tRNAs和2-5个rRNAs，其中9个核心基因存在多拷贝现象。特别值得注意的是，通过比较重复序列分析发现，分散重复序列(dispersed repeats)与基因组大小呈显著正相关(R²=0.64, P<0.001)，证实其是驱动线粒体基因组扩张和结构动态性的主要力量。

在基因转移事件方面，研究鉴定出11-24个从叶绿体迁移至线粒体的基因片段(MTPTs)，总长度介于5265 bp到12723 bp之间。其中Q. gilva的MTPTs含量最高(占基因组2.04%)，且保留了8个叶绿体来源的tRNA基因。密码子使用偏好性分析显示，25个密码子(RSCU>1)存在使用偏好，且不同物种间存在显著差异，如Q. chenii对UAC密码子的极端回避(RSCU=0.49)。

RNA编辑预测发现了6363个C-to-U编辑位点，主要分布在第一和第二密码子位置。功能分析表明，这些编辑事件通过产生起始密码子(如nad4L中的ACG→AUG)或终止密码子(如ccmFC中的Arg→Ter)，在维持线粒体基因功能方面发挥关键作用。氨基酸替换以疏水性转换为主，如Ser→Leu(占20.40–23.75%)和Pro→Leu(21.33–22.95%)，可能增强膜蛋白在变温环境中的稳定性。

系统发育分析基于39个线粒体PCGs构建的最大似然(ML)树，揭示了栎属六个组的进化关系。与核基因组系统发育相比，线粒体数据表现出明显的细胞核-线粒体基因组不一致性(cytonuclear discordance)。例如在Lobatae组中，线粒体数据将Q. agrifolia与Q. wislizeni聚类(与它们共有的硬化叶形态特征一致)，而核数据则支持Q. agrifolia与Q. rubra的姐妹关系。这种差异反映了线粒体(母系遗传)和核基因组(双亲遗传)的不同进化历史。

讨论部分强调了三个关键进化启示：首先，重复序列介导的同源重组是线粒体基因组结构可塑性的主要驱动力；其次，密码子偏好和RNA编辑构成适应性的转录后调控层；最后，细胞核-线粒体基因组不一致性反映了不同遗传系统在栎属多样化过程中的独特贡献。这些发现不仅为理解植物细胞器基因组进化提供了新模式，也为栎属这一重要经济树种的遗传改良和生态适应性研究奠定了理论基础。

该研究的创新性在于首次系统揭示了栎属线粒体基因组的进化动态，将结构变异与功能适应、系统发育关联起来。未来研究可进一步探索线粒体结构变异与特定生态适应性的分子关联，以及不同遗传系统(核、线粒体、叶绿体)在栎属物种形成中的协同进化机制。这些发现对森林树种保护、育种策略制定具有重要指导价值。