Evolutionary dynamics of the insertion sequence IS6110 in the Mycobacterium tuberculosis complex

在每一个活细胞内部，基因组都扮演着主蓝图的角色，是一本用DNA语言编写的长篇说明书。但这份手册并不总是静态的。在这些指令中，散布着被称为转座元件的DNA片段，通常被称为“跳跃基因”。这些是自私的代码片段，可以自我复制并插入到基因组中的新位置。虽然它们通常对宿主生物没有帮助，但它们的移动可能会产生破坏性影响，导致重要基因失活或扰乱维持细胞运行的调节网络。在细菌的微观世界中，这类跳跃基因最常见的类型被称为插入序列。它们结构简单，由一个帮助其移动的基因以及标记其两端的重复信号组成。几十年来，科学家们已知这些元件的存在及其可能导致突变的特性，但关于它们如何移动、移动频率如何，以及为什么最终落在某些地方而非其他地方的完整故事，在很大程度上仍是一个谜。对于导致结核病（一种几个世纪以来一直困扰人类，并持续进化出耐药性的病原体）的细菌来说，情况尤其如此。

这项新研究的焦点是发现于结核分枝杆菌中的一种特定跳跃基因，被称为IS6110。三十多年来，这种元件一直是科学家的工具，用于对不同菌株进行指纹鉴定并追踪疫情爆发。然而，尽管研究人员长期以来一直在统计单个细菌中存在多少个该基因的拷贝，但他们一直难以理解这些拷贝的动态历史。它们是同时跳跃的吗？它们会反复落在相同的位置吗？为了回答这些问题，研究人员需要一种能够观察这些基因移动的方法，且不被预先存在的图谱所误导。他们开发了一种新方法，其作用类似于取证工具，通过观察紧邻这些基因的独特DNA序列来识别它们落下的位置，而不是试图将它们强行拟合到标准的参考基因组中。这种方法使他们能够分析一万个不同结核分枝杆菌菌株的遗传物质，这是一个捕捉了细菌在全球感染人类和动物过程中多样性的庞大数据集。

当团队应用这种新方法时，他们揭示了一个比此前认为的更为复杂的遗传运动景观。他们发现，IS6110拷贝的数量在不同的细菌群体之间差异巨大。在某些谱系中，一个细菌可能只携带一个拷贝；而在另一些谱系中，特别是在感染牛、骆驼等动物的菌株中，拷贝数量可以飙升至三十个以上。研究人员通过细菌的家族树追溯了这些拷贝的历史，估算了新拷贝产生的频率以及丢失的频率。他们发现，这些基因跳跃的速率并不是恒定的；它随着已存在拷贝的数量而变化。一个细菌拥有的拷贝越多，产生新拷贝的可能性就越大。此外，这种活动在进化树的末端（代表最近的分支）更高，这表明自然选择需要时间来剔除有害的插入。大多数新的跳跃很可能是有害或致命的，因此会迅速消失，但那些落在安全位置的跳跃则会持续存在并积累。

最令人震惊的发现是，这些跳跃并非随机的。研究人员发现，IS6110对细菌基因组的特定区域有强烈的偏好，从而创造了所谓的“热点”。在所有观察到的十个千个菌株中的独立插入事件中，仅占目标基因组区域百分之五的区域，就占据了一半的份额。这些热点并非仅仅是幸运的巧合；它们似乎是那些DNA具有吸引跳跃基因的正确化学性质，且插入后不会杀死宿主的场所。研究人员鉴定出一种富集在这些着陆位点周围的特定短DNA字母序列，这表明该基因能够识别并偏好这种模式。然而，仅靠这种模式并不能解释一切。热点也是细菌可以在其中承受破坏而不产生适应度代价的地方。相比之下，对细菌生存至关重要的区域基本没有这些插入，这表明自然选择会无情地移除任何落在关键位置的跳跃。

研究还探讨了这些跳跃是否为细菌提供了益处，这一理论曾被用来解释为什么某些菌株拥有如此多的拷贝。其观点是，高数量的跳跃基因可能使细菌更具适应性，使其能够更快地进化出对药物或环境变化的抗性。然而，数据并不支持这一观点。虽然有少数记录在案的案例显示跳跃有助于细菌产生耐药性，但这些都是罕见的例外。绝大多数插入似乎是中性或轻微有害的，而某些菌株中观察到的高拷贝数，很可能是由于偶然插入到了具有正确DNA序列的安全、非必要区域所致。研究人员提出了一个“生态位约束”模型来解释这些基因的分布：细菌并非在主动寻求增加跳跃基因数量以获得进化优势，相反，其数量取决于既能吸引跳跃基因、又能保证宿主在入侵后存活下来的基因组“房地产”的稀缺程度。

最后，这项工作将我们对一种广为人知的遗传元件的理解，从一个静态的标记转变为一个受随机偶然性和严格自然选择共同塑造的动态力量。研究人员表明，IS6110的分布不是一个关于适应性获益的故事，而是一个关于基因可以在哪里着陆而不造成麻烦的记录。通过分析一万个菌株，他们揭示了结核分枝杆菌的基因组是一个由安全港湾和危险地带组成的景观，而这些自私基因的移动受限于它们能够生存的空间。这一见解阐明了为什么有些菌株拥有许多拷贝而有些则很少，并强调了自然选择在维护细菌基因组完整性方面对抗内部破坏压力所起的作用。研究结果表明，这些细菌的进化与其说是受利用跳跃基因进行适应的策略驱动，不如说是受其自身遗传架构约束的驱动。