Page 46 - 《广西植物》2026年第9期
P. 46
１ ４ ８ ２ 广 西 植 物 ４６ 卷
２０１２)中进行手动校正ꎮ ＣＤＳ 和 ＩＧＳ 数据集的构建流 ｖ１.４.２(Ｐｅｄｅｎꎬ １９９９)计算相对同义密码子使用度
程如下:首先利用 ＰｌａｓｔｏｍｅＲｅｇｉｏｎＢｕｒｓｔＡｎｄＡｌｉｇｎ.ｐｙ 脚本 (ｒｅｌａｔｉｖｅ ｓｙｎｏｎｙｍｏｕｓ ｃｏｄｏｎ ｕｓａｇｅꎬ ＲＳＣＵ)ꎬ 计 算 中
(ｈｔｔｐｓ:/ / ｇｉｔｈｕｂ.ｃｏｍ/ ｄａｍｃａｄａｍ/ ＰｌａｓｔｏｍｅＢｕｒｓｔＡｎｄＡｌｉｇｎ￣ 排除了 终 止 密 码 子ꎮ 最 终 结 果 使 用 在 线 工 具
ＣＩＳ６２５￣Ｇｒｏｕｐ１４)ꎬ以严格的物种数阈值( ｔａｘｃｕｔｏｆｆ ＝ ＣｈｉＰｌｏｔ(ｈｔｔｐｓ: / / ｗｗｗ.ｃｈｉｐｌｏｔ.ｏｎｌｉｎｅ)进行可视化ꎮ
４５) 提 取 共 有 的 ＣＤＳ 和 ＩＧＳ 序 列ꎮ 然 后ꎬ 使 用 １.５ 选择压力分析及序列差异分析
ＭＡＣＳＥ ｖ２.０３( Ｒａｎｗｅｚ ｅｔ ａｌ.ꎬ ２０１８) 对每个 ＣＤＳ 本研究对蛋白编码基因 进 行 了 选 择 压 力 分
进行 基 于 密 码 子 的 比 对ꎻ 使 用 ＭＡＦＦＴ ｖ７. ４９０ 析ꎮ 依据功能ꎬ将这些基因划分为 ３ 类:光合作用
( Ｋａｔｏｈ ＆ Ｓｔａｎｄｌｅｙꎬ ２０１３)对每个 ＩＧＳ 进行比对ꎬ并 相关基因、质体遗传表达相关基因以及其他基因ꎮ
在 Ｇｅｎｅｉｏｕｓ 中 将 分 别 比 对 好 的 序 列 串 联ꎬ 形 成 首先使用 ＭＡＣＳＥ ｖ２.０３(Ｒａｎｗｅｚ ｅｔ ａｌ.ꎬ ２０１８)将每
ＣＤＳ 和 ＩＧＳ 超级矩阵ꎮ 最后ꎬ针对串联得到的 ＩＧＳ 个基因与钟萼草的同源序列进行比对ꎬ随后使用
超级 矩 阵ꎬ 使 用 ｔｒｉｍＡｌ ｖ１. ４. １ 自 动 修 剪 并 在 ＴＢｔｏｏｌｓ ｖ２. ０１８ ( Ｃｈｅｎ ｅｔ ａｌ.ꎬ ２０２３) 中 的 “ Ｓｉｍｐｌｅ
Ｇｅｎｅｉｏｕｓ 中手动校正ꎮ Ｋａ / Ｋｓ Ｃａｌｃｕｌａｔｏｒ”模块计算每个基因的 Ｋａ / Ｋｓ 值ꎮ
针对上述 ３ 个数据集ꎬ均分别采用最大似然法 其中ꎬＫａ / Ｋｓ>１、 ＝ １ 和<１ 分别代表正选择、中性选
(ｍａｘｉｍｕｍ ｌｉｋｅｌｉｈｏｏｄꎬ ＭＬ)和贝叶斯推断( Ｂａｙｅｓｉａｎ 择和纯化选择ꎻ当 Ｋｓ ＝ ０ 时ꎬＫａ / Ｋｓ 值记为 ＮＡꎮ 最
ｉｎｆｅｒｅｎｃｅꎬ ＢＩ) ２ 种方法重建系统发育关系ꎮ ＭＬ 后剔除掉在所有样本中均假基因化的 ｙｃｆ１５ 和 ｃｃｓＡ
分析在 ＲＡｘＭＬ ｖ８.２.１２(Ｓｔａｍａｔａｋｉｓꎬ ２０１４)中完成ꎬ 基因后ꎬ得到剩余 ７８ 个蛋白编码基因所有样本的
采用 ＧＴＲ＋Γ 模型ꎬ并通过 １ ０００ 次重复来评估各 Ｋａ / Ｋｓ 值分布数据集ꎬ并以箱线图的形式将其可视
节点的支持率( ｂｏｏｔｓｔｒａｐ ｓｕｐｐｏｒｔꎬ ＢＳ)ꎮ ＢＩ 分析首 化ꎮ 为定位粗野－缘毛分支叶绿体基因组中的高
先使用 ｊＭｏｄｅｌＴｅｓｔ(Ｐｏｓａｄａꎬ ２００８)基于贝叶斯信息 变异区域ꎬ我们使用 ＤｎａＳＰ ｖ６.１２.０３( Ｒｏｚａｓ ｅｔ ａｌ.ꎬ
准则为每个数据集独立评估最佳核苷酸替代模 ２０１７)对该分支叶绿体基因组进行了滑窗分析ꎮ
型ꎬ随后在 ＭｒＢａｙｅｓ ｖ３.２.７( Ｒｏｎｑｕｉｓｔ ｅｔ ａｌ.ꎬ ２０１２) 分析中ꎬ窗口长度设定为 ６００ ｂｐꎬ步长为 ２００ ｂｐꎬ
中完成ꎮ 分析设置 ２ 组独立的马尔可夫链蒙特卡 并计 算 了 每 个 窗 口 的 核 苷 酸 多 态 性 ( ｎｕｃｌｅｏｔｉｄｅ
罗(Ｍａｒｋｏｖ Ｃｈａｉｎ Ｍｏｎｔｅ Ｃａｒｌｏꎬ ＭＣＭＣ) 运行ꎬ每组 ｄｉｖｅｒｓｉｔｙꎬ Ｐｉ)ꎮ
包含 ４ 条链ꎬ共运行 ５００ 万代ꎬ每 １ ０００ 代抽样 １ １.６ 祖先状态重建分析
次ꎮ 舍弃前 ２５％的取样后ꎬ利用剩余的树构建一 为定位粗野－缘毛分支中基因假基因化及丢
致树以计算后验概率( ｐｏｓｔｅｒｉｏｒ ｐｒｏｂａｂｉｌｉｔｙꎬ ＰＰ)ꎮ 失事件发生的演化节点ꎬ本研究基于重建的系统
最终 生 成 的 系 统 发 育 树 使 用 ｔｖＢＯＴ ( Ｘｉｅ ｅｔ ａｌ.ꎬ 发育 树ꎬ 利 用 Ｒ 语 言 中 的 ｐｈｙｔｏｏｌｓ 包 ( Ｒｅｖｅｌｌꎬ
２０２３)进行可视化ꎮ ２０２４) 进行了祖先状态重建ꎮ 在祖先状态重建分
１.４ 叶绿体基因组比较分析 析中ꎬ基因状态被分为 ３ 个离散类型:功能完整
使用 Ｇｅｎｅｉｏｕｓ( Ｋｅａｒｓｅ ｅｔ ａｌ.ꎬ ２０１２) 统计各样 (状态 ０ꎬ编码序列完整)、假基因化( 状态 １ꎬ提前
本的基因组特征ꎬ包括基因组大小、基因数量、整 出现终止密码子)和丢失( 状态 ２ꎬ序列缺失)ꎮ 我
个基因组以及 ＬＳＣ、ＳＳＣ 和 ＩＲ 区的 ＧＣ 含量ꎮ 通过 们比较了等速率模型( ｅｑｕａｌ￣ｒａｔｅｓ ｍｏｄｅｌꎬＥＲ)、对
比较不同区域的边界来研究叶绿体基因组的结构 称模型(ｓｙｍｍｅｔｒｉｃ ｍｏｄｅｌꎬＳＹＭ)和全不同速率模型
变异ꎮ 使用 ＲＥＰｕｔｅｒ(Ｋｕｒｔｚ ｅｔ ａｌ.ꎬ ２００１) 鉴定散在 (ａｌｌ￣ｒａｔｅｓ￣ｄｉｆｆｅｒｅｎｔ ｍｏｄｅｌꎬ ＡＲＤ) 这 ３ 种 转 换 率 模
重复序列(ｄｉｓｐｅｒｓｅｄ ｒｅｐｅａｔ ｓｅｑｕｅｎｃｅｓꎬ ＤＲＳｓ)ꎬ参数 型ꎬ 并 依 据 赤 池 信 息 准 则 ( Ａｋａｉｋｅ ｉｎｆｏｒｍａｔｉｏｎ
设置如下:长度≥２５ ｂｐꎬ汉明距离 ＝ ３ꎬ最大计算重 ｃｒｉｔｅｒｉｏｎꎬＡＩＣ)选择了最佳拟合模型ꎮ 在此最佳拟
复次数 ＝ １５０ꎮ 使用 ＭＩＳＡ(Ｂｅｉｅｒ ｅｔ ａｌ.ꎬ ２０１７)检测 合模型下ꎬ我们通过 １ ０００ 次随机性状图谱模拟估
简单重复序列(ｓｉｍｐｌｅ ｓｅｑｕｅｎｃｅ ｒｅｐｅａｔｓꎬＳＳＲｓ)ꎮ 各 算了内部节点的祖先状态概率ꎮ
重复类型的最小重复次数阈值设置如下:单核苷
酸(ｍｏｎｏｎｕｃｌｅｏｔｉｄｅ) ≥１０ꎬ二核苷酸(ｄｉｎｕｃｌｅｏｔｉｄｅ) ≥ ２ 结果与分析
５ꎬ 三 核 苷 酸 ( ｔｒｉｎｕｃｌｅｏｔｉｄｅ ) ≥ ４ꎬ 四 核 苷 酸
(ｔｅｔｒａｎｕｃｌｅｏｔｉｄｅ)≥３ꎬ五核苷酸( ｐｅｎｔａｎｕｃｌｅｏｔｉｄｅ) ≥ ２.１ 系统发育重建
３ꎬ六 核 苷 酸 ( ｈｅｘａｎｕｃｌｅｏｔｉｄｅ) ≥ ３ꎮ 使 用 ＣｏｄｏｎＷ 基于保留 １ 个 ＩＲ 区的叶绿体全基因组数据
