评估欧洲山毛榉种群在东南喀尔巴阡山脉陡峭环境梯度下对温度和降水的适应潜力

《Plant Biology》：Assessing the adaptive potential of European beech populations to temperature and precipitation along a steep environmental gradient in the south-eastern Carpathians

　　欧洲山毛榉在罗马尼亚东南喀尔巴阡山脉沿海拔梯度进行环境关联分析，利用LFMM模型发现染色体2 4.56-16.27 Mb区域与温度等环境变量显著相关，鉴定出polygalacturonase QRT3-like和NRT1/PTR_FAMILY 5.4-like候选基因，可能参与温度适应。

　　欧洲山毛榉（*Fagus sylvatica*）作为一种广泛分布于欧洲的森林树种，正面临着气候变化带来的严峻挑战。随着全球气候模式的变化，特别是干旱、温度升高以及极端天气事件的频率增加，欧洲山毛榉的生存环境变得越来越不稳定。因此，评估其适应潜力成为当前森林生态学和基因组学研究中的一个关键议题。环境关联分析（Environmental Association Analysis, EAA）作为一种强大的工具，能够识别与环境压力相关的基因位点，从而揭示其适应机制。本研究通过对欧洲山毛榉种群进行环境关联分析，旨在揭示其在不同环境条件下的适应潜力，并探索可能与环境变化相关的基因变异。

研究选取了罗马尼亚东南部喀尔巴阡山脉的五个山毛榉林地，这些林地沿海拔梯度分布，从550米到1450米不等，覆盖了不同的降水和温度条件。在这些林地中，每片林地大约采集了100株成年山毛榉进行基因型分析。研究总共收集了53个环境变量，包括温度、降水、海拔高度以及弗伦堡指数（Ellenberg-Quotient, EQ）等。通过使用LFMM（潜在因子混合模型）方法，对这些环境变量与基因型之间的关联性进行了分析，同时利用主成分分析（PCA）对环境变量进行降维处理，以减少数据维度并提高分析效率。

在分析过程中，研究发现第一主成分（PC1）与所有温度相关变量之间的相关性高达0.989至0.997，表明PC1主要反映了温度变化的影响。而PC1与降水相关变量以及EQ的相关性则稍低，约为0.945至0.950。这些结果提示我们，虽然温度是影响山毛榉适应性的主要因素，但降水和环境质量也对其有一定程度的影响。此外，研究发现，在染色体2上，从约4.56到16.27兆碱基（Mb）之间存在一个显著的基因峰区域，其中包含了273个与PC1显著相关的SNP标记。这一区域位于Lazic等人（2024）之前研究中识别出的适应性区域（约0.79至1.09 Mb）下游约3.47 Mb的位置。这表明，染色体2上的这一基因区域可能在适应不同环境压力方面具有重要作用。

在这些SNP标记中，研究团队通过文献回顾识别出两个可能与适应性相关的基因：*polygalacturonase QRT3-like* 和 *NRT1/PTR_FAMILY 5.4-like*。*polygalacturonase QRT3-like* 在拟南芥（*Arabidopsis thaliana*）中与花粉发育相关，其基因变异可能影响山毛榉在不同温度条件下的繁殖能力。研究发现，在这一基因对应的SNP标记中，次要等位基因频率（MAF）与温度变量之间存在显著相关性，尤其是在10月的最低日温度变化上。此外，另一个基因 *NRT1/PTR_FAMILY 5.4-like* 属于NRT1/PTR家族，该家族不仅参与硝酸盐的运输，还与植物激素如生长素（auxin）的运输相关。这一基因的变异可能影响山毛榉在不同环境条件下的生长素调控能力，从而影响其对干旱和温度变化的适应。

进一步分析显示，这两个基因在染色体2上的显著SNP标记与MAF的下降趋势密切相关，尤其是在温度较高的林地。例如，在染色体2上约7.543 Mb和7.787 Mb的两个SNP标记中，MAF随着10月最低日温度的升高而减少，表明这些基因可能在适应温度变化方面发挥关键作用。相比之下，降水相关变量与MAF之间的相关性不显著，这可能意味着降水对山毛榉的适应性影响相对较小，或者其影响被其他环境变量所掩盖。

为了确保分析结果的可靠性，研究还采用了置换测试（permutation tests）来评估假阳性率。通过随机化林地的顺序并重复分析，研究人员发现平均有约39个假阳性结果，假阳性率约为0.09。这一结果表明，尽管LFMM方法在处理种群结构和基因漂变方面具有一定优势，但仍可能存在一定的假阳性风险。不过，由于假阳性率相对较低，研究团队并未对显著性阈值进行额外调整，从而保留了更多潜在的适应性标记。

研究还发现，基因间的连锁不平衡（LD）在染色体2的高峰区域存在明显的模式。例如，在Ruia林地（海拔最高的林地）中，该区域的LD值为0.2586，而在其他林地中则略有不同。这表明，该区域内的基因可能受到不同的环境压力所影响，而这些压力可能通过连锁不平衡的方式传递。此外，研究还指出，该区域内的基因变异可能对山毛榉的适应性产生不同程度的影响，从高到低分为三种类型：高影响（HIGH）、中等影响（MOD）和低影响（LOW）。其中，部分基因变异可能对山毛榉的生长和繁殖具有重要作用，例如与花粉发育相关的*polygalacturonase QRT3-like*基因，以及与生长素运输相关的*NRT1/PTR_FAMILY 5.4-like*基因。

研究结果还表明，山毛榉种群在不同海拔梯度上的适应性存在显著差异。例如，在海拔较高的Ruia林地，MAF在某些SNP标记上表现出较高的频率，而在低海拔林地则相对较低。这种趋势可能反映了山毛榉在不同环境条件下对基因型的选择压力。然而，值得注意的是，这种适应性模式可能并不适用于整个山毛榉的分布区域，而更多局限于当前研究的地理范围。因此，未来的研究需要在更广泛的地理范围内进行，以验证这些适应性基因的普遍性，并探索它们在不同环境梯度中的表现。

此外，研究团队还提到，尽管LFMM方法在控制种群结构和基因漂变方面具有优势，但仍然无法完全排除这些因素对分析结果的影响。因此，未来的研究需要进一步结合其他方法，如基因表达分析和功能性实验，以验证这些候选基因在适应环境压力中的具体作用。例如，通过测量这些基因在不同环境条件下的表达水平，可以更直接地了解它们在适应过程中的功能。同时，对环境梯度的重复分析也有助于提高研究的可信度，并减少因种群结构或历史事件带来的干扰。

总体而言，本研究通过环境关联分析揭示了欧洲山毛榉种群在面对气候变化时的适应潜力。研究发现，温度是影响其适应性的主要因素，而染色体2上的某些基因区域可能在适应过程中发挥了重要作用。这些结果不仅有助于理解山毛榉在不同环境条件下的适应机制，也为未来的森林管理和适应性育种提供了理论依据。然而，由于研究的地理范围相对有限，未来需要进一步扩展分析区域，以验证这些基因在更广泛的环境中是否同样有效。此外，对这些基因的功能性研究仍然是一个重要的方向，有助于更准确地评估它们在适应性中的作用，并为应对气候变化提供更具体的策略。