Comparative genomics of bat endogenous retroviruses: abundance and coding integrity are decoupled, and de novo detection can counterfeit a lineage-specific expansion

技術要約：コウモリにおける内因性レトロウイルスの比較ゲノミクス

問題提起
コウモリ（翼手目）における内因性レトロウイルス（ERV）の比較調査は、誤った生物学的結論を導きかねない、未検証のまま放置されがちな3つの決定的な障害に直面している。

1. 分類学的完全性： 公開されているゲノムアセンブリには誤った種ラベルが付与されている可能性があり、メタデータを検証なしに信頼することは、科レベルの比較を歪めたり、水平伝播のシグナルを捏造したりすることにつながる。
2. 存在量と完全性の混同： 「コンテンツ」が単一の指標（総レトロウイルス配列）として報告されることが多く、蓄積された配列の「量」と、それら配列の「構造的完全性」が混同されている。ゲノムは、劣化した断片には富んでいるが完全なプロウイルスには乏しい場合もあれば、その逆の場合もある。
3. アセンブリに起因するアーティファクト： de novo（新規）転位因子（TE）検出は、アセンブルされた配列に基づいて機能する。断片化された、あるいはリピートの多いアセンブリは、候補数を人工的に膨張させ、LTR（長末端反復配列）の分岐を圧縮させることがあり、実際の生物学的イベントが存在しない場合でも、最近の系統特異的な拡大の兆候を模倣してしまう。

手法
著者らは、21の既知のコウモリ科のうち11科にわたる29の染色体・スキャフォールドレベルのコウモリゲノムアセンブリを用い、これらの障害に対処するための厳格な分析フレームワークを構築した。

• 分類学的検証： 解析の前に、すべてのアセンブリを、NCBIのメタデータ、Bat1K/Darwin Tree of Lifeの命名規則、およびミトコンドリアcytb遺伝子の系統学的配置という3つの独立した証拠に基づいて検証した。6フレーム翻訳フィルターを用いて、真正なcytb（内部ストップのない約380コドン）と核内偽遺伝子（SDHC）またはNUMT（核由来ミトコンドリアDNA）を区別した。cytbの信号が不一致であった3つのアセンブリは除外された。
• パイプラインの検証：
  • 内部検証： 著者らは、4,292個の構造的に完全な候補プロウイルス（6つ以上のレトロウイルス・ドメインを保持）が、標準的な5′-gag-pro-pol-env-3′ドメイン順序を示していることを確認し、これらがランダムなドメインの共存ではなく、真正なプロウイルスであることを確認した。
  • 外部検証： パイプラインは、既知のコウモリ内因性デルタレトロウイルスであるMINERVaを用いてベンチマークテストを行った。その結果、Miniopterusにおいては完全長に近い統合配列を、Rhinolophusにおいては単独のLTR残骸を回収することに成功し、当該のERVを欠くことが知られているゲノムではクリーンな陰性を返した。
• 定量化および解析：
  • コンテンツ： LTRレトロエレメントのコンテンツは、検出されたエレメントがアセンブリの占める割合として定量化された。
  • 完全性： コーディングの完全性は、LTR配列が逆転写酵素（RVT_1）ドメインを保持している割合、および完全なプロウイルス（gag, pro, pol, envを保持）の割合によって指数化された。
  • 統計的制御： 生物学的シグナルとアセンブリのアーティファクトを区別するため、著者らはコンテンツをアセンブリ指標（BUSCO完全性、N50）と相関させ、種間の非独立性を考慮するために系統的一般化最小二乗法（PGLS）を用いた。
  • アーティファクト・テスト： Miniopterus fuliginosusにおける系統特異的な拡大の兆候について、アセンブリに依存しない手法（直接的なホモロジー定量化（BLAST）および逆転写酵素ドメインの系統解析）を用いて検証した。

主な結果

1. 分類学的に検証されたベースライン： 誤注釈された3つのアセンブリと計算上扱いにくい5つのアセンブリを除去した後、11科にわたる29のゲノムパネルが確立された。すべての科は、核の種系統樹において単系統として回収された。
2. コンテンツにおける桁違いの変動： LTRコンテンツは科間で約11倍の差があり、Pteropodidae（オオコウモリ科／フルーツバット）の平均1.7%からRhinopomatidaeの18.9%まで及んだ。この変動は、アセンブリの質（連続性や遺伝子空間の完全性）やゲノムサイズでは説明できず、統計的補正後もフルーツバットは頑健な低値のアウトライヤーであり続けた。
3. 存在量と完全性のデカップリング（分離）： エレメントの存在量とコーディングの完全性は、大部分において独立した軸であることが判明した。総LTRコンテンツが最も高い科が、必ずしも完全でコーディング能力を持つプロウイルスの割合が高いわけではなかった。例えば、Rhinopomatidaeは総コンテンツは最大であったが、RT保持率は非常に低かった。一方で、Molossidaeは高いコンテンツ量と高い保持率の両方を兼ね備えていた。
4. フルーツバットにおける特徴的なエンベロープ保持： フルーツバット（Pteropodidae）は全体的なERVコンテンツは低かったが、それらが保持している完全なプロウイルスは、他の科（21.3%）と比較してエンベロープ（env）ドメインが有意に濃縮されていた（54.9%）。
5. 均一な挿入年代 vs ひとつのアーティファクト： 10の科は、広範かつ古代の挿入年代（中央値 約27–32 Mya）を共有していた。Miniopteridaeは例外的に、非常に若い挿入の鋭いピーク（中央値 約4.3 Mya）を示した。しかし、アセンブリに依存しないホモロジー定量化および系統解析により、M. fuliginosusは、その同属種や外群と比較してベタレトロウイルス配列が多いことはないことが明らかになった。「若い拡大」は、M. fuliginosusのアセンブリが断片化されたコンティグレベルであったために、候補数が膨張し、LTRの分岐が圧縮されたことによる検出アーティファクトであると判断された。

意義および主張
本論文は、主に以下の2つの貢献を主張している。

1. 分類学的に検証されたベースライン： 本研究は、コウモリのERVコンテンツに関する信頼できる比較ベースラインを確立し、フルーツバットが他の系統よりも有意に低いLTRコンテンツを持ち、存在量とコーディングの完全性がデカップリングされた進化形質であることを示した。
2. 比較ゲノミクスにおける一般的な防護策： 本研究は、de novoのTE検出の生出力（候補数や見かけ上の年代分布）が、アセンブリ構造によって真のゲノムコンテンツから大きく乖離し得ることを浮き彫りにした。著者らは、系統特異的な拡大と見なされる現象は、アセンブリに依存しない証拠（ターゲットを絞ったホモロジー定量化や系統解析など）によって確認される必要があると主張している。彼らは、このような防護策がなければ、アセンブリのアーティファクトが系統特異的なシグナルを偽造しかねないと警告している。

著者らは、自らの知見はERVコンテンツの変動の背後にある「メカニズム」を説明するものではなく、将来の比較調査がアセンブリの質や分類学的エラーによって混乱を招かないための、必要なコントロールを提供するものであると明言している。