共線性(synteny)是指同源基因在染色體上的保守排列現(xiàn)象，其基因順序源于共同祖先。依據(jù)演化起源差異，共線性可劃分為兩大類型：直系同源共線性(orthologous synteny)由物種分化事件產生，旁系同源共線性(paralogous synteny)則由基因組復制事件(例如whole-genome duplication,WGD)形成。值得注意的是，旁系同源共線性根據(jù)基因組復制與物種分化時間的相對順序可進一步細分為兩類：當復制事件早于物種分化時形成外旁系同源共線性(out-paralogous synteny)，反之則產生內旁系同源共線性(in-paralogous synteny)。在植物基因組演化研究中，頻繁發(fā)生的WGD事件導致旁系同源共線性在基因組中廣泛存在，因而對直系同源共線性的準確鑒定構成嚴峻挑戰(zhàn)。

為應對這一挑戰(zhàn)，中國科學院昆明植物研究所馬永鵬研究員團隊聯(lián)合國際、國內科研機構開發(fā)了直系同源指數(shù)(Orthology Index，OI)，以度量共線性的直系同源水平，其定義為種間共線性區(qū)塊內直系同源基因的占比。理想狀態(tài)下，直系/外旁系共線性的OI值分別趨近于1和0;實際分析表明二者呈現(xiàn)兩級分化的特征(高OI值 vs 低OI值)，據(jù)此可有效區(qū)分兩類共線性(圖1)。通過對近百例真實植物基因組數(shù)據(jù)進行驗證及利用模擬數(shù)據(jù)集進行基準測試，確認了OI方法在識別直系同源共線性上的穩(wěn)健性和準確性。相較于傳統(tǒng)KS分析及其他工具(如QUOTA-ALIGN、WGDI -c、MCScanX_h、SCORPiOs等)，OI在WGD與物種分化時間間隔(ΔT)較小時展現(xiàn)出更高的準確度和穩(wěn)健性(圖2)。同時，研究團隊構建了自動化分析工具SOI(https://github.com/zhangrengang/SOI)，支持共線性可視化、過濾及下游系統(tǒng)發(fā)育分析。

該方法在基因組演化研究中具有廣泛的應用前景，包括但不僅限于：1)WGD事件準確鑒定：通過直系同源共線性模式解析了傘形科與五加科共享的四倍化事件及特異性WGD事件;2) 網狀演化歷史的準確推斷：揭示了擬南芥、花生、小麥和罌粟等物種的雜交/異源多倍化歷史;3) 系統(tǒng)發(fā)育重建：利用OI推斷的直系同源基因群(SOGs)，重建了核心真雙子葉植物演化框架，解決了基于傳統(tǒng)orthogroups方法的外旁系基因干擾問題。

該研究以SOI: Robust identification of orthologous synteny with the Orthology Index and broad applications in evolutionary genomics為題發(fā)表在國際學術期刊 Nucleic Acids Research 上。中國科學院昆明植物研究所張仁綱和尚鴻運博士研究生為共同第一作者，中國科學院昆明植物研究所馬永鵬研究員、比利時皇家法蘭德斯科學院院士Yves Van de Peer教授、山東省農科院賈凱華副研究員為共同通訊作者，英國愛丁堡大學Richard Ian Milne教授、比利時根特大學Fabricio Almeida-Silva博士和陳亨馳博士、中國科學院昆明植物研究所周敏潔碩士研究生和舒恒碩士研究生(已畢業(yè))參與了本工作。該研究得到了國家重點研發(fā)計劃 (2022YFF1301700)、昆明植物所戰(zhàn)略先導計劃 (KIBXD202401) 等項目的支持。

圖1. OI檢測直系同源的共線性：以毛白楊-長梗柳為例。A)楊柳屬的基因組演化歷史，共享一次古六倍化和古四倍化。B)WGDI檢測的共線性，肉眼可識別不同演化事件導致的KS和重排程度不同的共線性，但難以用固定標準來區(qū)分。C)OrthoFinder2檢測的直系同源基因，存在大量的外旁系同源基因。D)以上兩者優(yōu)勢結合，計算OI值，顯示直系同源和外旁系同源的共線性呈兩極分化的態(tài)勢。E)設定OI閾值過濾，得到清晰的直系同源共線性。

圖2. OI在真實數(shù)據(jù)集和模擬數(shù)據(jù)集中的表現(xiàn)。A)近百個真實案例中(多倍化歷史各異)，OI基本都呈兩極分化的式樣，因此可設置統(tǒng)一閾值進行過濾。B)OI噪音受ΔT影響，因此ΔT假定為演化的關鍵參數(shù)。C)模擬不同ΔT下，OI與的KS分辨度比較，顯示ΔT較小時，OI可有效分辨兩類共線性。D)模擬不同ΔT下，不同OI閾值檢測直系同源基因的精確度和召回率比較。E)模擬不同ΔT下，OI對檢測直系同源基因的精確度和召回率的提升。F)通過模擬不同ΔT和不同染色體重排程度，比較OI和其他方法對檢測直系同源基因的精確度和召回率。