行业动态

近期使用杀虫剂处理过的房屋再次受到野生/次生锥蝽（Triatomine）的侵扰，它们适应新环境的能力以及跨地区分布的能力会危及可持续的查加斯病（Chagas disease）的控制。明确病媒在建成环境（Built environments）中茁壮成长的适应性原因，是有效控制疾病的基础。本研究采用了景观遗传学方法（Landscape genomics）分析了查加斯病的重要载体Rhodnius ecuadoriensis（以下简称R. ecuadoriensis）的基因流、局部适应和种群结构驱动的可能因素。

我们使用简化基因组测序技术（2b-RAD）从厄瓜多尔（Ecuador）南部25个采集点的272份R. ecuadoriensis样本中得到了2552个SNP标记。研究表明，研究地点的七对野生和家养种群（Domestic population）之间存在高水平的定向基因流动，使基于杀虫剂的控制受阻。多对群体的基因组扫描发现，异常位点（Outlier loci）可能与适应有关，涉及胚胎发生和唾液生产有关的基因。景观遗传学模型发现海拔高度是R. ecuadoriensis扩散的主要障碍。总之，研究结果为锥蝽病媒的基因组适应性提供了线索，可以加速病媒的控制，空间针对性的主动干预，会比目前被动性的方法更有效。

图1. 查加斯病媒R. ecuadoriensis的景观遗传学研究思路

具体如下：

A：确认研究问题：是否研究不同生态环境的基因流或者适应。并确定抽样设计。

B：在不同的生态环境中收集锥蝽，并记录不同的变量，如海拔和地理坐标。

C：通过二代测序获得每个样本的SNP数据，并计算群体成对样本的遗传距离矩阵。

D：一个假设的景观模型（1）被参数化成一个阻力面（Resistance surface），阻力面是将每个空间数据数字化（2）。基于阻力面计算群体成对样本的有效距离矩阵（3）。

E：最后采用统计学方法将群体的遗传距离和有效距离矩阵进行配对，研究锥蝽的群体分化是否与景观模型相拟合。

用CspCI酶进行2b-RAD建库，6个外类群Rhodnius prolixus样本作为对照，Rhodnius prolixus与Rhodnius prolixus基因组的比对率为80%，但是 R. ecuadoriensis与Rhodnius prolixus的比对率仅为9.5%，说明Rhodnius prolixus和R. ecuadoriensis基因组差异比较大。用比较严格的分型条件从272个R. ecuadoriensis中得到2552个SNP。这272个体来自于25个地点，其中的7个地点(图 2A,CG, BR, CE, CQ, HY, SJ 和GL)同时有野生和家养锥蝽群体。其余地点只有一种生态区个体。

对25个地点的R. ecuadoriensis遗传多样性进行评估，包括观测杂合度（Ho）、基因多样性（He）、近交系数（Fis）和等位基因丰富度（Ar）。Ho、He、Fis的多样性分别为0.11~0.23、0.09~0.22、-0.24~0.11。样本量校正后的Ar值范围为1.19至1.44，最低值出现在La Extensa（EX）、San Jacinto（SJ）、El Huayco（HY）和Santa Rita（RT）。7个成对生态区中野生群体的Ar高于家养群体。

为了评估同域地区野生和家养群体的群体动态，重点关注个体基因分化和7个成对生态区之间的F_ST。在进化树上，采集地点而不是生态区影响进化树的拓扑结构，不同生态区的样本在进化树中交错，说明野生和家养群体之间迁移频繁（图2B）。来自GL、CE和CQ的样本形成一个种群，来自HY、SJ、BR和CG的个体形成另外的种群。DAPC分析将个体分成了5个群，也说明样本以采集地点而不是生态区进行聚类 (图 2C)。7个成对生态区之间的F_ST分析表明野生和家养之间的分化不明显（F_ST＜0.1），置换检验发现只有在两个群体（BR、HY）中F_ST分化显著（P＜0.05）（图2D）。不出所料，分子方差层次分析显示，采集点之间的遗传分化（F采集点/总=0.26，P <0.001）明显强于采集点内的生态区之间（F生态区/采集点=-0.004，P <0.001）或生态区内的采集年之间（F收集年份/采集点=0.06，P <0.001）。 

图2 野生和家养群体的基因组分化。A，7对生态区的地理分布图。B，基于等位基因采用临接法构建进化树，展示锥蝽样本之间的欧氏距离，分支用颜色以区分地理采集点，枝尖标签颜色表示生态型（家养蓝色/野生绿色）。C，散点图展示了5个聚类。D，成对生态区的F_ST，FDR校正后的显著F_ST值（箭头）以粗体和星号突出显示。

图3 SNP标记扫描

为了鉴定与家养群体相关的位点，结合随机森林（RF）和RDA分析进行异常位点扫描。7个野生和家养群体交流频繁的采集点，加上3个只有野生生态区的采集点，总的样本数为家养群体n=56，野生n=52，样本数相当。

在3次RF迭代中，有347个SNP位点具有高的分类精度（mean＞3），在高分类精度的子集中进行反向吹扫（Backwards purging）发现43个SNP的掉袋错误率（‘Out-of-bag’ error rate, OOB-ER）低至0.09，且能最大限度的区分野生和家养种群（图3A）。在一个平行的RDA模型中，生态环境（家养/野生）是一个预测因子，可以解释约0.4%的总变异，根据该变异构建的约束轴是显著的（P<0.001），蒙特卡罗置换试验模型结果也是如此。每个SNP位点对RDA显著轴的贡献分析发现了109个候选位点，其与该分布的平均值相差±2 SD（Permissive threshold）（图3B）。在一种更为保守的方法中，从强选择下的109个位点中鉴定出7个位点，这些位点与平均值相差±3 SD（Conservative threshold）。

RDA分析得到的21个SNP位点（图 3B中的黑点）在RF分析中也被认为是能有效区分野生和家养群体的。为了评估“基因流适应”，对2552个SNP位点评估了野生与家养群体位点水平的F_ST (图 3D)，发现一个SNP（Locus ID 15732）也就是图 3B 和 3D中的紫色菱形，从OutFlank分析发现，这个点可能受到局部适应和空间异质性的选择（图 3D）。

总之，在RF分析中，43个SNP的分类准确率最高。其中的21个SNP在RDA分析中为选择信号（即，偏离受约束轴的平均分布±2 SD），4个SNP为强选择信号（即，偏离受约束轴的平均分布±3 SD）。在F_ST分析中被标记为异常值的三个SNP在RF分析中也具有较高的分类精度。OutFlank分析发现位点Locus ID 15732可能处于强选择下，有趣的是在RDA和RF中该位点也被分析为强选择信号。

通过不同分析鉴定到的离群位点映射到R. prolixus基因组的注释区域。RDA分析得到的1个位点映射到R. prolixus的Krüppel gap基因（97.1% 的相似度）（Accession No JN092576.1)，与节肢动物胚胎发育有关。F_ST分析得到的3个离群位点映射到 (100% identity)R. prolixus的 GE-rich 和 赖氨酸蛋白前体(mRNA—Accession AY340265.1)，以及 Krüppel 和giant gap genes (Accession No HQ853222.1) 。前者是吸血虫唾液腺内的重要蛋白质，后者参与节肢动物胚胎发育。在缺乏 R. ecuadoriensis 基因组的情况下，不可能注释主要的离群位点，包括 Locus ID 15732。

对来自25个采集点的272份样本进行IBD的计算，家养群体(rm = 0.46, P < 0.001)和野生(rm = 0.31,P= 0.043)的mantel分析强烈支持地理距离对遗传距离的影响。基于GLS-MLPE分析发现家养群体间病媒扩散率高于野生种群间。

景观基因组混合建模（Landscape genomic mixed modellling）的目的是确定景观不同表面组合及其参数对基因组分化模式的影响。系统发育、DAPC、混合分析等证明R. ecuadoriensis的基因组分化与采集地点密切相关。使用Hedrick 's G_ST两两比较展示R. ecuadoriensis群体间的基因组分化模式。显示Loja省的种群结构在采集点之间存在高和低的遗传分化(图4A和4B)。SF和NT 是两个明显的、彼此不同的遗传异常值的例子，RT, HY, SJ和EX在基因上和地理位置上相近，但与其他种群高度分化的。

使用ResistanceGA 优化框架，通过不同景观表面和参数组合对种群基因组分化模式进行迭代回归。ResistanceGA优化的三个重复显示了可比的结果。在所有的重复中，与其他单一和复合表面相比，单一的海拔有最低的AICc值和最高的AICc权重。海拔高度与距离模型相差约2.26个单位，表明海拔相较于地理距离有更好的预测力，海拔参数的优化证实，随着海拔高度的增加，基因流动阻力增加，最高阻力约为2400 m.a.s.l 。

为了协助当地卫生局确定病媒管理区域，在优化的海拔模型上应用电路理论算法建立了电流图(图4C)。具体来说，该算法通过区域电阻值的高低模拟电流值，低电阻栅格显示为高电流区域(图4C中的黄色/亮色区域)，在这些区域可以预测高基因流。地图显示了 Loja省西部、中部、东部和南部之间的连接程度不同。例如，独立群体(SF和CG)、成簇群体( EX、SJ、HY、RT和NJ）以及连接程度高的群体(如BR-LM、 AH-TM-ND、HG-TC和 CE-VC)。

图4 锥蝽的景观连通性。A, Loja采集点地理位置的海拔地图。B, 热图显示成对遗传距离(G_ST)，右侧为采集点ID标签。颜色刻度表示遗传距离，颜色较浅表示分化程度较高。C, Loja的电流地图，高(黄色/浅色)、中(浅绿色)和低(蓝色/深色)。

这是首次对查加斯病载体进行研究，确定了可能与适应建成环境有关的基因组区域，并描述了准确预测地理扩散的景观驱动因素。我们在厄瓜多尔南部的山区采集了多个家养和野生R. ecuadoriensis种群对。我们证明，锥蝽从森林到建成环境的迁移确实以很高的速度发生。在这些高度交流的群体对中，我们检测到了与局部适应相关的位点，为未来锥蝽的基因组研究铺平了道路。我们强调，该区域的病媒控制将因森林中锥蝽的重新繁殖而受到阻碍。我们建议进行频繁和空间定向的病媒控制，并提供了一个景观基因组模型，该模型可识别高度连接和隔离的锥蝽种群，以促进有效的病媒控制。

Hernandez-Castro, Luis E et al. “Population genomics and geographic dispersal in Chagas disease vectors: Landscape drivers and evidence of possible adaptation to the domestic setting.” PLoS genetics, vol. 18,2 e1010019. 4 Feb. 2022, doi:10.1371/journal.pgen.1010019