二倍体和异源多倍体基因组间的基因转移Gossypium

背景

核和细胞素基因组之间的互核组基因转移（IGT）是植物演化期间的常见现象。Gossypium是一个有用的模型来评估IGT对二倍体和多倍体物种的基因组结果。在这里，我们探索了四个棉花物种的核，线粒体和质体基因组间的IGT，包括两个异源多倍体及其模型二倍体祖(基因组捐赠者，G. Arboreum.:一个₂和g . raimondii就: D_5.)．

结果

二倍体和同种异体中的棉花存在广泛的IGT事件（Gossypium)，核基因组是转移DNA的主要接受者，其次是线粒体基因组。核基因组整合的外来序列比线粒体基因组的总长度多100倍。在细胞核中，叶绿体DNA (cpDNA)的整合长度是线粒体DNA (mtDNA)的1.87倍(二倍体)到近4倍(异源多倍体)。在线粒体中，核DNA (nuDNA)的长度通常是cpDNA的3倍。Gossypium线粒体基因组整合了3个核反转座子和8个叶绿体tRNA基因，并在二倍体和异源多倍体形成之前整合了叶绿体DNA。线粒体叶绿体- trna基因在远亲属的插入位点两侧存在2-6 bp的保守微同源性，4种棉花线粒体叶绿体- trna基因在远亲属的插入位点两侧存在10 bp的保守微同源性。对于细胞器DNA序列，有来源热点，如atp6-trnw.线粒体中的代苯基和叶绿体中的反相的重复区域。细胞核中的细胞细胞DNA很少表达，并且在低水平下。令人惊讶的是，随着大多数人的祖先插入祖先插入的生存时，存在不对称numts（核线粒体插入）腐烂或丢失而最多nupts(核质体插入)被保留。

结论

本研究对两种栽培的异源多倍体及其祖先二倍体棉花的细胞核和细胞器基因组间的细胞内转移进行了特征和比较。在异源多倍体棉花中发现了IGTs命运的惊人不对称性numts优先丢失的相对于nupts。我们的研究结果将基因组间基因转移与异源四倍体联系起来，并为细胞内基因组进化提供了新的见解。

原核α-变形菌和蓝藻菌被认为是现代真核线粒体的前身[1]和叶绿体[2那3.就像内共生理论所描述的那样。从内共生体到细胞器的转化伴随着大量的DNA在细胞内基因组间的转移，或基因组间基因转移(IGT)。虽然IGT的速度自真核生物形成以来已经大大放缓，但它仍然是植物核和细胞器基因组进化的共同特征[4.］．在植物细胞中的三种类型的基因组中，存在六种可能的基因转移方向。IGT最突出的方向来自细胞细胞基因组进入核基因组[2那4.那5.那6.那7.那8.那9.那10那11那12那13那14那15那16那17那18那19那20.那21那22那23那24那25]，然后从核和质体基因组进入线粒体基因组[2那26那27那28那29那30.那31那32那33那34那35那36那37那38］．胞间转移到高度紧密质体基因组的情况似乎相当罕见[39那40那41那42那43]。

最近的研究表明，植物线粒体基因组经常整合来自其他两个细胞室的DNA。随着植物线粒体基因组测序数量的增加[27那29那39那42那44那45那46那47那48那49那50那51那52那53那54那55那56那57那58那59那60那61]，从叶绿体中整合的程度[28那30.那32那62那63和核基因组[33那60那62]变得更加明显。通常，植物线粒体基因组在0.56％之间（Marchantia polymorpha) - 10.85% (Phoenix Dactylifera)质体衍生序列[9.那10那34］．核序列整合往往更丰富，也更难以识别，因为这些通常包括逆转录转座子和其他重复片段[28那31那33那55］．

来自线粒体和可塑基因组的核组成部分被称为numts[19),nupts[4.]，这些统称为norgnas [14或核细胞器dna。环境压力已被证明会增加植物细胞器DNA进入细胞核的数量[8.]，插入通常发生在开放染色质区域[12］．虽然Norgdnas通常被认为是不活跃的，但在植物物种中有一些证据表明Norgdna转录，包括稻米[11]和棉花[64］．

虽然IGT与基因组进化的广泛问题有关，但由于其可能与植物生育的关系，IGT承担了额外的重要性[65那66那67那68］．重复的IGT转移可以在线粒体基因组内产生同源区域，为胞内重组提供热点。有丝分裂基因组重组是一种常见现象，可能产生新的嵌合序列[69那70那71那72］．这些新的嵌合序列可能与相邻功能基因共转录[73那74那75]，进而影响或干扰线粒体电子传递链通路[76那77］．此外，被称为细胞质雄性不育的现象受到核室和线粒体室以及它们之间的相互作用的影响[65］．因此，提高我们对IGT的理解可能有助于了解利用植物育性差异的育种策略，例如在雄性不育方面发展杂种。

属Gossypium约有50个品种[78那79那80，其中有四种已经被驯化，目前正在培育它们的种子毛状体或棉纤维。这些驯化的物种中有两个属于7个现存的异源多倍体物种(AD基因组)的分支，这些异源多倍体物种形成于大约1-2百万年前(Mya)，当时是一个a基因组二倍体(类似现代)G. Arboreum.,一个₂或g . herbaceum一种₁用D-基因组物种杂交（类似于现代化的g . raimondii就D_5.）随后在染色体数字翻番[79那81］．高质量的核基因组集合最近已成为二倍体可用g . raimondii就[64那82),G. Arboreum.[83，以及异源多倍体g .分子[84那85那86),g .取得[86那87那88］．在二倍体和异源多倍体棉花物种中也存在多个细胞器基因组序列[60那61那63那65那89那90那91那92那93］．这些基因组数据为发现和描述IGT事件提供了基础Gossypium．

在这里，我们分析了四种棉质种类内的核和细胞细胞基因组的细胞内转移，包括两种培养的海域（Ad Genome）和他们的祖传二倍体（A，D）基因组供体的模型，以探讨IgT在棉花中的患病率（Gossypium)．我们表征并比较了六种可能类IGT事件的频率，以及细胞间序列的源和尺寸。我们在Allopolyploid棉花的IgTs命运中报告了一个醒目的不对称，numts优先丢失的相对于nupts。最后，我们探讨了norgnas的表达。

基因组间基因转移概况Gossypium

我们筛选了四个棉花品种、两个多倍体及其模型二倍体祖的核、线粒体和叶绿体基因组1），用于IGT事件的证据。如预期的那样，大多数检测到的IgTS涉及四种可能的IGT事件中的四种可能的IGT事件：核 - 对线粒体，叶绿体 - 对线粒体，线粒体 - 核和叶绿体 - 核（图。1a).我们没有在四种棉花的叶绿体中检测到核或线粒体插入。

在四个被调查的棉花品种中，细胞核整合片段的长度通常是线粒体整合片段的100倍。核整合体的大小从1028 kb到4276 kb不等，而线粒体整合体的大小从13 kb到42 kb不等。1b,表1)．线粒体的核插入长度通常是叶绿体插入长度的3倍(40 kb vs 13 kb;桌子1)和叶绿体插入细胞核(nupts)是线粒体插入量的2至4倍(numts)．除了G. Arboreum.那numt种间长度大致相等(图。1b），而uhereasnupt长度变化大约两倍(从2072 kbg . raimondii就到4276 kbg .分子；桌子1)．有趣的是，比率nupt来numt对于二倍体棉花种类和近似的两倍（平均3.58）为1.87，用于两种同种异体一体化棉花种类（表1)．

线粒体整合对核重复是可变的，对叶绿体tRNA基因是保守的

重复序列对各种种子植物的毒蛛常见，包括单子叶植物奥雅萨苜蓿[55]和eudicots拟南芥[33]，Cucumis梅洛[31]，Cucumis sativus[28),Gossypium物种(60那91］．长终端重复（LTR）回收（LTR-复古）通常包括植物核重复的最大组成部分[94那95，它们通常对核和线粒体基因组的大小有主要影响[96那97那98那99］．在这里，我们鉴定了所有四种棉质物种的线粒体基因组中的核衍生重复。核衍生的重复的总长度（对于所有重复等级）的总长度范围为37.7 kBg .分子线粒体基因组超过42.9 kbG. Arboreum.(无花果。2)，表明同源重复序列占棉花线粒体基因组的5.64 - 6.24%。这些重复的实验被分成7类:Copia那吉普赛、低复杂性、未分类的长末端重复逆转录转座子(LTR-retro)、简单重复、可转座子(TE)和未分类的(图4)2)．这里，Copia和吉普赛表示将一般LTR-retro(第1类)转座因子进一步划分为它们的两个主要类[One hundred.］．每一类(基于元素丰度)的排序几乎相同的每个物种，未分类的LTR-retro和吉普赛在所有四种物种中贡献最大序列的元素(图。2）;然而，每个纲的总序列长度在不同种之间存在一定的差异，导致上述总核衍生重复长度的差异约为5 kb。无论是重复序列总量还是每个重复类的序列长度都没有显示出倍性偏倚的证据。

除了包含核重复，植物有丝分裂基因组中类似叶绿体的tRNA基因的存在已经被描述[27那34那65］．在我们之前的研究中，我们鉴定了8个叶绿体衍生的tRNA基因(TRND.那trnh.那TNM.那Trnn.那TRNP.那TRNS.那trnv.和trnw.)在所有四种棉花的有丝染色体组中[65］．这些基因在棉花系统发育过程中分散的物种中存在，可能表明它们的转移发生在一个共同的祖先中，并被保存了下来。为了评估这一提示历史，我们使用两个叶绿体来源的tRNA基因(trnh.和TRND.）作为例子。对于这两个基因，我们发现在四种棉质物种中共用了在插入的上游和下游的10bp（图。3.)．当我们将植物物种的数量扩大到包括不同的被子植物时，我们发现了这两个基因插入位点两侧共享的2-6 bp微同源性(图。3.)．

此外，我们评估了核和叶绿体衍生序列对26种土壤植物的总体色素基因组大小的贡献。虽然核和叶绿体序列都有助于促滤菌膨胀，但促毒性或促丝瘤中的核样序列的总长度与促丝孔尺寸变化更强烈地相关（R.² = 0.77) than is the length of chloroplast sequences (R.²= 0.36)(附加文件2a，b）。这部分是由于插入促滤膜中的重复序列总量的变化;但是，这种相关性很弱（R.² = 0.13) (Additional file2c），总重复长度和总核/叶绿体长度之间的相关性是相关性（R.²= 0.23和0.0048;额外的文件2D, E)。

线粒体dna的核插入(numts)和叶绿体dna (nupts）

我们评估了4种棉花的线粒体和细胞核中42个常见线粒体蛋白编码基因的存在-缺失模式，为核-线粒体共同进化提供了线索。正如预期的那样，大多数线粒体基因仍然存在于有丝分裂基因组中。只有六个核糖体亚单位基因(rpl6.那RPS1.那RPS2.那rps11那rps13和rps19)在所有四种棉花品种中均缺失(图。4.，黄色细胞），这可能在其进化历史中的某些时候表示共享损失。对于编码复合物II的线粒体基因（琥珀酸脱氢酶，SDH.基因)和核糖体亚基(rpl和石头剪刀基因）Gossypium保留更多的基因(例如，sdh3和sdh4那rpl10和rps10)在线粒体基因组中。所有剩余的线粒体基因(除nad7)经历了全长度或部分长度转移到细胞核，至少在一个棉花品种，(图。4.，白色细胞）。

在Gossypium，数目numts在二倍体中有两到三倍，在四倍体中发现（33 inGossypium raimondii就和23日G. Arboreum.，与11相比陆地棉和13 in.g .取得；无花果。4.)．许多二倍体numts(23)在两个二倍体之间共享，g . raimondii就（D._5.),G. Arboreum.（一种₂)，这表明这些numts在底部的A和D片状发散之前被纳入核基因组Gossypium。随后，世系导致g . raimondii就又获得了10个numts（nad5那atp9那ccmB那ccmC那rps3.那rps7.那nad6那COX2.那sdh3和rpl2.)．相反，两个四倍体(g .分子和g .取得)遭受了巨大的差异numtallotetraploidization后衰变。只有三个共享的二倍体numts（nad9那ccmFC,和rps10)和一个D_5.-具体的numt（nad6）两者都存在g .分子和g .取得．陆地棉包含另外6个共享的二倍体numt基因(nad4那sdh4那结实的矮那COX1.那atp1和rps14)和一个D_5.-具体的numt基因（COX2.)．另一方面，g .取得包含五个不同的二倍体常见numts（nad4L那COX3.那atp4那atp6和mttB），两个不同的d_5.-具体的numts（sdh3和rpl2.)，两个AD₂-具体的numts（nad3和rps12)．

有趣的是，最重要的是numts插入后保持完整(全长)(图。4.，红细胞），少量降解到截短的伪原（图。4.、绿色细胞)。在一些情况下(例如，COX2.那rpl2.那rpl16那rps10和rps14），有证据表明二倍体和多倍体中的假生素。其余10个伪原（nad9那sdh4那结实的矮那COX1.那COX3.那atp8那CCMFC那rpl5.那rps4,和matR）在二倍体中完整，但在多倍体中截短。另外，四numt伪原（nad5那atp9那ccmB,和rps7.）仅发生在g . raimondii就(无花果。4.、绿色细胞)。

我们评估了所有78个叶绿体基因的核插入(nupts）在四种棉质物种中。78个叶绿体基因中没有一个损失塑体（图。5.几乎所有的78个基因都在四种棉花中至少一种的细胞核中经历了转移。只有6个nupts（psaA那ycf3那psbC那NDHB.那n那NDHF.那rpoC2那rps12和matK） 在g . raimondii就（D._5.）和一个nupt（rps16） 在G. Arboreum.（一种₂)缺失(图。5.，白色细胞）。

与较大的丰富相比numts在g . raimondii就那nupts经历了普遍的衰退g . raimondii就相对于其他棉花品种(图。5.）．几乎所有的78nupts出现在G. Arboreum.那g .分子,g .取得（除了rps16 nupt损失G. Arboreum.)作为全部或部分nupts；69nupts是四种棉花共有的(图。5.)．一般来说,G. Arboreum.（一种₂)保留最多的nupts（78分中有77个），而相当大nupt从中降解（39）或移除（9）g . raimondii就基因组。就像在g . arboreum nupts在g .取得通常保留为完整（75/78），而在其他多倍体物种中，g .,有一个适度的降解（12/78降级;图。5.)．一个nupt（rps16)，而在G. Arboreum.假基因在吗g . raimondii就和g .分子，只有在g .取得．这表明这一点rps16 nupt是在进化的某个时候转移到细胞核的g . raimondii就在偏离G. Arboreum.谱系，随后被保留在多倍体中Gossypium直到它经历了血统的衰退，导致g .分子．在g .取得,这三个nupts（在78分中）经历了降解（即，atpF那rpoB,和ycf1）所有经验丰富的IGT在二倍体物种的共同祖先（g . raimondii就和G. Arboreum.），并且经历过差异劣化g . raimondii就和两个异源多倍体(除了完整的rpoB在g .分子)．劣化nupts更突出g .分子，其中15％nupts退化(12/78;psaB那psbC那善待动物组织那atpF那atpI那rpoC2那rps16那matK那accD那accma.那ycf1和ycf2)．几乎所有这些（九个）也是伪原的g . raimondii就,而叶绿体psbC那rpoC2和matK在核中不存在。全面的，g . raimondii就经历了最退化的nupts，超过一半（78分中的39个）衰减，并且不存在九（即，psaA那ycf3那psbC那NDHB.那n那NDHF.那rpoC2那rps12和matK)．

有趣的是，并非叶绿体和线粒体基因组的所有区域以等频率转移。线粒体源材料的热点位于atp6-trnw.基因间区域(图。6.)，叶绿体基因组中存在3个热点区，即大单拷贝区(LSC)、反向重复区(IR)和小单拷贝区(SSC)，它们的转移速率相对为1:2:1(图2)。7.)．

与大多数被子植物相同，棉花中的norgdna大部分是小到中等大小(100 bp - 5 kb)3.和4.)，它们的分布模式因物种而异(附加文件3.)．在CHR01上发现了两个先前注意的完全线粒体基因组转移g . raimondii就和ChrA03g .分子[64那93，类似于在其他植物中发现的大规模norgnasnumt在CHR2的答:芥[61那101)和nupt插入脚手架的美国二色的（附加文件3.）．反向匹配的数量(供体和受体基因组中沿基因组坐标的序列间隔方向为反向，一个基因组的起始到结束位置由小到大，而另一个基因组由大到小)不少于正匹配(供体和受体基因组的位置都是由小到大，或由大到小)。在大多数被研究的物种中，同一染色体上存在两种配对。的nupts六条染色体（CHR01，CHR03，CHR05，CHR06，CHR08和CHR09）都是反向匹配（蓝点或片段），另一个七染色体阳性匹配（红色点或片段）g . raimondii就．第三，一些物种中的Norgnas经常转移到某些染色体中，但这种核热点的整合因素不同于物种，如numts在CHR2的A. Thaliana，Chr01的G. Raimondii，和ChrA03g .分子．第四，norgnas的转移在系统进化上是零星的，因为通常很少norg密切相关物种之间的相似性。

我们研究了进入细胞核的IGT和基因组大小之间的关系，并将其与重复内容对基因组大小变化的影响进行了比较。而核重复大小与基因组大小相关性最强(R.² = 0.9813; Additional file5.C和表2），与核基因组大小相当相关的NORGDNA长度（R.² = 0.5917 andR.² = 0.4675 fornumts和nupts分别;额外的文件5.A和B)。此外，核重复序列长度和norgnas长度也中度相关(R.²= 0.6321numts和R.² = 0.4511 fornupts；额外的文件5.d和e）。

细胞核中细胞内基因的低表达水平（Norgdnas）

为了评估在棉花中norgs是否表达，我们分析了两份棉花的叶片RNA-seq数据g .,即，X11和X42。我们发现细胞细胞基因的相对表达通常远高于其完整的核对应（表3.)，虽然一个norgDNA (nupt atpe_cp)的RPKM值相对较高。为了进一步探索这一点，我们评估了将细胞器基因与norgDNA区分的序列变异的数量和模式，以及由此产生的表达差异。只有6个SNPs能区分402个核苷酸atpE_A09和atpE_cp(~ 1.5%的序列差异)，表明这是一个相对较新的或高度保守的norgDNA。当我们删除了所有不能准确分配的读取atpE_A09或atpE_CP，我们发现，没有读取的读取到区别核和细胞内副本的区域atpE(无花果。8.)．当我们对一个额外的叶绿体基因(petG核拷贝和叶绿体拷贝之间的分化率高到足以区分两个拷贝(约6.1%的分化率，是核拷贝和叶绿体拷贝之间分化率的4倍)atpE_A09)，相对较少的读被模糊地映射和分配给核源(附加文件6.)．虽然这表明我们的RNA-SEQ分析适合捕获细胞内和NORG基因之间的表达差异，但我们还通过QRT-PCR验证了这些解释（附加文件7.） 使用atpE和petG作为样权。

norgnas在二倍体和异源多倍体进化过程中发生变化

对于IGT进入细胞核，异源多倍体影响显著，线粒体-核IGT和叶绿体-核IGT表现不同。为numts在异源多倍体物种中，相对于其二倍体祖先的转移较少numts更常见的是部分和/或衰变副本(图。9.一种）。相反，几乎所有人nupts在异源多倍体物种中保留(图。9.b).为了评估这一模式是否在其他多倍体系统中重复，从而表明这可能是与基因组加倍相关的普遍现象，我们分析了异源多倍体的IGT芸苔栗鸟（AACC）相对于其模型二倍体祖细胞，B. Oleracea.（CC）。B. Rapa.（AA）。不像Gossypium,异源多倍体芸苔属植物两者的积分率相似numts和nupts（附加文件8.)．

不同比例的IGT发生在细胞内基因组之间Gossypium

在我们的研究中，我们描述了四种细胞内基因组间IGT的速率和方向(核↔叶绿体、核↔线粒体、叶绿体↔线粒体)Gossypium物种。我们检测到本发明的毒蛛中大多数线粒体基因，这表明大多数基因（即，蛋白质编码，rRNA和TRNA基因）Gossypium线粒体基因组很多保守[29那102那103那104］．例如，的线粒体基因组Gossypium保留编码复合物II的一些基因（琥珀酸脱氢酶，SDH.基因)和核糖体亚基(rpl和石头剪刀基因)，这些基因在其他被子植物中已经大量丢失[9.那17),例如,sdh3和sdh4那rpl10和rps10．同时，我们在四种棉花质体中任一种质体中都发现了叶绿体基因，这证实了叶绿体基因的普遍保存[105]，在大多数植物种类中[9.］．虽然所有三种细胞内基因组参与IGT，但是未检测到的IGT的唯一方向是核或线粒体转移到叶绿体中。这与大多数其他植物的观察结果一致[9.，但有两个明显的例外，即:胡萝卜胡萝卜[39),Asclepias Syriaca[40的细胞内转移到叶绿体已有报道。总之，这些观察表明质体基因组缺乏整合外源序列的活跃机制。

总的来说，我们发现整合到细胞核中的序列远远多于整合到线粒体中的序列，这一现象可能是由于序列整合到每个基因组中的机制、线粒体基因组大小的限制，或者两者兼之。几乎所有的线粒体和叶绿体基因都经历了向细胞核的转移Gossypium，这是在大多数其他被子植物中可见的模式[9.，其转移速率是线粒体基因组的100倍。

全多倍体化对IGT的非添加性效应Gossypium

通过多倍体加倍的基因组有许多后果[106］．多倍体可以改变基因组的大小、内容和复杂性[107]，从而影响遗传变异、应激适应、生物复杂性、物种形成、生物多样性[108[进化的新奇[109］．多倍性的无数基因组结果已经被记录[110那111那112];然而，特别是异源多倍体的细胞-核效应(它是由分化种杂交产生的)尚未得到充分的探索[113而关于多倍性对IGT的影响则知之甚少。在这里，我们评估了两个异源多倍体物种的IGT转移，g .分子和g .,取得从大约1-2百万年前的单一多倍化事件中出现，涉及这里测序的两个二倍体棉花的祖先[81］．我们发现了一个二倍体祖先物种(这里，g . raimondii就）更多的体验nupt截断和/或损失比其他二倍体祖先物种(这里，G. Arboreum.)，产生的多倍体几乎保留了所有的nupts在二倍体中发现的，类似于在G. Arboreum.．这些模式与来自21种土地植物的调查中的一般观察一致[9.］．相反，线粒体到核IGT在异源多倍体物种中大量丢失。也就是说，只有少数人衰变了numts在异源多倍体物种中被保留的比在任何一个二倍体祖先中保留的都要少，而那些被保留的通常是更老的numts在二倍体物种之间共享。

保留的总长度numts和nupts对任何一个多倍体物种都没有接近加性，g .分子(广告₁)或g .取得(广告₂），可能的例外nupts在g .分子它们的总长度是典型二倍体亲本的80%，g . raimondii就（D._5.),G. Arboreum.（一种₂)．这可能反映了在多倍体或真正多倍体祖分化后，在模式二倍体亲本中的插入，或者它可能代表多倍体在形成后和随时间的差异衰变。有趣的是，比率nupt来numt两次在两种异源四倍体棉花,棉花在二倍体物种,显示可能相对的转变nupt和numt合并和/或保留nupt)在多倍体棉花中。这可能部分地解释了从核基因组的背景重复序列中唯一识别线粒体衍生重复序列所面临的挑战，特别是当这些重复序列随着时间的推移而退化时。我们的初步结果(上面)表明相似的norgDNA整合率Gossypium和芸苔属植物，但需要更多的数据来了解倍性的影响nupt和numt集成和劣化动态。虽然这一提示在所有来自IGT的AllopolyPloid系统之间的差异，但它是为广义而更广泛的适用结论而过早的。显然，该领域需要进一步研究Norgnas的进化意义，它们在不同的生物系统中发展的模式和过程，以及倍增性对整合和降解的影响。

细胞内基因组中IGT的图案

在这里，我们发现线粒体atp6-trnw.代表叶绿体区域和叶绿体反转的重复区域代表IGT源材料的热点，即，这些区域经常转移到其他细胞内基因组中。在线粒体基因组中，这些（和其他）转移通常与10bp微型药物相关，这是在远处相关的属（As 2-6bp微博学）的现象中观察到的现象。

检测到numts在各种完整性状态下被发现，由于转移期间的长度或随后的腐烂。在这里，我们发现大多数numts插入后保持全长，表明该机制负责numt代可能优先作用于全长基因;然而，少数基因确实以部分序列的形式转移到细胞核中，说明部分基因并没有被排除在转移之外。使用系统发育学方法，我们也检测到基因转移完整，但随后衰变，例如。nad9和atp8．因为年轻numts更容易识别和检测变得更困难numt衰减，对年轻，更完整和/或保守的Numts的检测有自然偏见，腐烂numts / nupts慢慢地变得越来越难检测，因为它们失去了与来源的序列相似性。然而，在这里，我们描述几个numts / nupts在该属的最基底辐射下存活下来的，大约5-10 MYA。进一步了解这些不常见的保留的潜在原因需要额外的功能研究。

IGT对基因组扩张的贡献

基因组大小变化的根本原因对核基因组来说是一个古老的问题，而对线粒体基因组来说则是一个相对较新的问题。对于后者，我们发现核和叶绿体序列都与有丝分裂基因组的扩展相关，这与植物线粒体与核和叶绿体DNA的污染是植物有丝分裂基因组扩展的核心观点一致[114］．由于大多数植物基因组都是由大量重复序列组成的，因此，核衍生重复序列应该代表最频繁的转移;然而，重复序列特征(如数量、总量)与有丝分裂基因组大小之间的相关性较弱。因此，虽然核重复衍生的转移确实有助于有丝基因组的大小增加，但它们不能完全解释核-线粒体转移和有丝基因组扩大之间的相关性。

关于核基因组大小变异，人们普遍认为，物种间的大部分大小变异都是由重复内容引起的;然而，基因组规模扩大的其他来源的贡献还没有很好地描述。本研究发现，核重复对物种间基因组大小差异的贡献最大(超过一半)(分别为55.60、68.50、67.20和69.11%)g . raimondii就那G. Arboreum.那g .分子和g .取得，分别)，贡献numts和nupts对基因组大小的影响并非无关紧要2)．的存在numts和nupts与核基因组大小呈正相关，与nupts对基因组大小的影响更大(即0.27,0.20,0.20和0.13%g . raimondii就那G. Arboreum.那g .分子和g .取得分别比numt做（即0.15,0.11,0.05和0.04％g . raimondii就那G. Arboreum.那g .分子和g .取得分别表2）．我们还发现了核重复和norgnas之间的正相关，这可能反映了norgnas更有能力成功整合到更大的无基因区域的基因组中。

细胞器对核转移的后果在很大程度上是未知的

细胞器有向细胞核功能转移的历史，其中一些细胞器在远亲谱系中保守，另一些细胞器是谱系特异性的。除了非功能性转移外，非功能性转移可能代表从基因片段到细胞器基因组大区域的大小和内容不等的序列[4.那14那18那19那46那101那115那116］．虽然许多细胞器衍生的序列是无活性和/或无功能的，但一些转移到细胞核的序列可能有功能[11那16那17那117]，功能性和非功能性转移都可能对细胞内代谢和基因组进化产生影响[14那17那18那114那117那118］．我们分析了作为功能代理的细胞器基因及其norgnas的表达，发现这些细胞器来源的基因通常以远低于细胞器来源的基因的水平表达，这表明功能潜力有限。因此，虽然norgDNA的表达确实出现，但它可能反映的是转录的泄露而不是功能。然而，表达的和潜在功能的norgnas确实发生在植物中(尽管缺乏核启动子)[11，对普遍存在的无功能假设提出了警告。此外，正如我们所注意到的，norgDNA表达的特性需要认识到细胞器来源的reads与核组成部分的高相似性。

异源多倍体化过程中norgnas的进化不对称性Gossypium

在多倍体演变期间，许多人numts存在于二倍体中的几乎全部消失了nupts在二倍体中仍然保留在目前的多倍体中。鉴于基因组的组装质量差异代表了存在对特定基因的不存在的可能替代解释，我们将我们的结果与最近释放甚至更高质量的基因组组件进行了新的分析g .分子和g .取得[86］．这种分析大多重申了我们的结果，但有一些差异。在g .分子，另外还有三个numts（sdh3那rpl5.和rps7.)一个丢了numt（nad4)，其中一个完好无损nupt（matK,先前的推论并不完整)，而其中一个推论则不完整nupt（rps12，前一篇推理完好无损）。在g .取得，有六个新的numts（sdh4那结实的矮那COX1.那rpl5.那rps7.和rps14)输了四场numts（nad3那nad4L那rps12和mttB)，还有四个新腐烂的nupts（ycf2、ycf3 ycf4和rps12)，使用早期发布的程序集是完整的。这些结果强调了装配质量对推理的潜在影响numt增益和损失，但也证实我们对多倍体中的微分损失和增益的一般性结论有效。此外，我们还检测到一些先前发表的大片段转移，例如CHR01中的完全线粒体基因组转移g . raimondii就和ChrA03g .分子[64那93),numt在CHR2的答:芥[61那101]以及额外的新检测的转移，进一步验证了我们方法的可靠性和鲁棒性．因此，我们得出结论numt和nupt这里所报道的动态性是一种真实的生物现象。

本研究得出结论，在三种细胞内基因组中，大多数IgT都来自细胞器进入两种栽培的所有多利多倍数和其祖先二倍体棉种类的核基因组;然而，核转回横向和叶绿体TRNA基因以足以与促丝杆菌尺寸增加相关的速率集成到线粒体基因组中。我们检测到IGT的源极（例如，atp6-trnW这需要在不同的植物中进一步研究，以确定这些观察的模式和普遍性。我们还发现，在异源多倍体之后，在核基因组中IGT保留有一个显著的不对称，大多数numts迷失，但最nupts保留．虽然很容易将这些片段的丢失归因于亲代来源，但由于父系来源的norgnas可能会产生干扰，因此是有害的，我们没有看到亲代来源的丢失存在偏见。由于这是基因组间基因转移与异源四倍体之间关系的首次报道，需要来自额外多倍体系统的数据来了解多倍体中IGT的进化动力学。

植物材料和基因组数据

我们用了两种陆地棉(g .分子），Xinluzao 11（X11）和Xinluzhong 42（X42）表达分析。我们自己的实验室提供了X11和X42的种子。X11（原名：玉昭202）由河南农业研究所，河南农业科学院，中国河南省河南省，1994年介绍。经过多年的育种审判，它被农作物批准委员会批准中国新疆新疆自治区，1999年，并被评为新禄兆11. X42由新疆农业科学院的现金作物研究所培养，并受新疆新疆自治区作物品种批准委员会，中国新疆自治区作物综合委员会批准，在2009年。

两倍二倍体的叶绿体，线粒体和核基因组序列（g . raimondii就和G. Arboreum.)，以及两个异源四倍体(g .分子和g .取得）从NCBI数据库下载（在附加文件中列出的登录号1)．

基因组间转移基因的鉴定

对于研究中的每个物种，我们使用BLAST(附加文件中的命令代码1)对叶绿体或线粒体基因和核染色体序列进行了成对比较9.) [118］．我们设置E.值为1 e⁻⁵高匹配的100bp最小长度（95％）。我们还确定了叶绿体DNA的线粒体插入（mtpts)使用本地BLASTN(版本2.2.23)，最小匹配长度为50 bp (identity > 95%， coverage > 90%)。我们将这些转移归类为全长基因。假基因没有全长或现有突变导致过早终止密码子。

线粒体基因组中核转座元件和重复序列的检测

我们使用RepeatMasker(附加文件中的命令代码2)从核源中检测到核转座元素9.） (http://www.repeatmasker.org)有一个习惯Gossypium-丰富的重复数据库为研究的四个棉花品种。我们使用双尾T.- 评估不同类型的重要层次。通过重复匹配算法（在附加文件中的命令代码3中识别线粒体基因组中的重复9.)在MUMmer中[116］．具体参数包括:-f(仅使用前向链)，−n(最小匹配长度;默认为20)和-t(仅输出串联重复)。

Microhomologies分析

分析工作如前所述[13那119］．如果旁边有相同的核苷酸mtpt融合点的不同陆地物种，我们确定为微同源。

IGT Hotspot分析Gossypium

我们对四种线粒体或叶绿体基因组和核染色体进行了点矩阵比较Gossypium利用MUMmer的核程序。我们为精确匹配设置了100 bp的最小大小，为每两次匹配之间设置了500 bp的最小间隔[116］．我们计算了所有的中间位置Gossypium细胞器插入到核染色体以表列转移热点。然后，我们用R(附加文件中的命令代码4)绘制频率分布图9.） (https://www.r-project.org/)．

norgnas的表达分析

采用改良十六烷基三甲基溴化铵(CTAB)和十二烷基硫酸钠(SDS)法提取陆地棉X11和X42叶片总RNA，并在上海汉羽生物技术有限公司Illumina HiSeq2500上进行测序。根据制造商的建议，使用Illumina TruSeq RNA样品制备试剂盒(Illumina，美国)生成测序库，并添加4个索引代码来诊断每个序列的样品来源(核或细胞器)。在实验确定了浓度和纯度后，poly-(T)寡聚附着磁珠用于细胞核mRNA的富集。利用Illumina PCR Primer Cocktail进行10个周期的PCR扩增，以200 ~ 300 bp为优先扩增片段，形成cDNA文库。最后，库被对端测序在一个通道中，平均长度为125 nt，有4 Gb的干净读取/样本。采用FastQC检测RNA序列数据质量。读取使用领结2(附加文件中的命令代码5)映射到norgnas同源7.) [120，然后samtools idxstats [121)(附加文件中的命令代码69.）用于计算每个基因的表达读数。RPKM值用于估计相对表达。使用BWA 0.7.10-R789将表达的配对结束读数映射到各自的共识序列上[122];然后使用SAMtools视图将结果转换为BAM文件[121];使用综合基因组学观察来视化结构变异（SV）和诱导物[123］．X42和X11的总RNA在一次使用两对引物，即寡核苷酸底漆和随机6mers，以捕获核表达（NE）和细胞细胞表达（OE）的逆转录。由寡核苷酸底漆产生的cDNA代表核表达，而随机6mers产生的cDNA代表核和细胞内基因（NOE）的组合。OE等于NOE minus ne。两种cDNA用作QRT-PCR的模板。通过应用的生物系统7500实时PCR系统使用Sybr Premix ExTaq TM（TLI RNASEH Plus）RR420A试剂盒（Takara）进行QRT-PCR实验。该程序包括三个阶段：第1阶段，95°C，30 s，1个循环;第2阶段：95°C，5 s，60°C，35秒，40个循环;第3阶段：95°C，15 s，60℃，1分钟，95°C，35秒，1个循环。使用棉花家政基因UBQ7作为内参，我们分析了两个细胞器基因及其核拷贝的相对表达量^-△△Ct方法。每个样本重复三次。

在当前研究期间使用和/或分析的数据集在NCBI存储库中可用。g . raimondii就核基因组，登录号:PRJNA171262, DOI:https://www.ncbi.nlm.nih.gov/bioproject/PRJNA171262；g . raimondii就线粒体基因组，登录号:KR736345, DOI:https://www.ncbi.nlm.nih.gov/nuccore/KR736345.1/；g . raimondii就叶绿体基因组，登录号:HQ325744, DOI:https://www.ncbi.nlm.nih.gov/nuccore/HQ325744.1//；G. Arboreum.核基因组，登录号:PRJNA335838, DOI:https://www.ncbi.nlm.nih.gov/bioproject/PRJNA335838;G. Arboreum.线粒体基因组，登录号:KR736342, DOI:https://www.ncbi.nlm.nih.gov/nuccore/KR736342.1/;G. Arboreum.叶绿体基因组，登录号：HQ325740，DOI：https://www.ncbi.nlm.nih.gov/nuccore/hq325740.1/；g .分子核基因组，登录号：PRJNA248163，DOI：https://www.ncbi.nlm.nih.gov/bioproject/PRJNA248163;g .分子线粒体基因组，登录号：JX944505，DOI：https://www.ncbi.nlm.nih.gov/nuccore/jx944505.1//;g .分子叶绿体基因组，登录号：DQ345959，DOI：https://www.ncbi.nlm.nih.gov/nuccore/DQ345959.1/；g .取得核基因组，登录号：PRJNA219156，DOI：https://www.ncbi.nlm.nih.gov/bioproject/PRJNA219156;g .取得线粒体基因组，登录号:KP898249, DOI:https://www.ncbi.nlm.nih.gov/nuccore/KP898249.1/;g .取得叶绿体基因组，登录号:AP009123, DOI:https://www.ncbi.nlm.nih.gov/nuccore/AP009123.1/；支持本文结论的其他数据集包含在文章及其附加文件中。

显著(协会):

芸苔栗鸟

B. Oleracea.（CC）：

芸苔属植物oleracea

B. Rapa.(AA):

Brassica Rapa.

cpDNA:

叶绿体DNA

G. Arboreum.，（一种₂):

Gossypium Arboreum.

g .取得(广告₂)：

取得

g . herbaceum（一种₁)：

草本棉

g .分子(广告₁)：

陆地棉

g . raimondii就（D._5.)：

Gossypium raimondii就

IGT：

Intergenomic基因转移

LTR-RETRO：

长末端重复逆转录转座子

mtDNA:

线粒体DNA

norgDNAs:

核细胞仪DNA.

NUDNA：

核DNA

numts：

核线粒体插入

nupts:

核塑料插入

te：

可转换元素

不适用。

本研究由国家自然科学基金(31671741)和国家作物育种重点研发计划(2016YFD0101305)资助。资助机构在研究的设计、数据的收集、分析和解释以及手稿的撰写中没有发挥作用。各基金支持实验费用、论文改版费等。

从属关系

1. 中国农业大学农学与生物技术学院，棉花遗传基因组与育种重点实验室/作物分子育种国际合作教育部联合实验室/作物杂种优势与利用教育部重点实验室，北京100193

   赵楠，陈志文，华金平

2. 爱荷华州立大学生态学，演化与有机体生物学系，AMES，IA，50011，美国

   科琳·格罗弗和乔纳森·温德尔

贡献

NZ分析了数据，解释了结果，并准备了稿件。ZC参加了数据收集，原始分析和讨论。JFW和CEG参加了讨论，数据分析和手稿修订。JH构思了实验设计，提供了研究平台，并修改了稿件。所有作者均认批准了最终手稿。

相应的作者

对应于金平华．

伦理批准和同意参与

不适用。

同意出版

不适用。

利益争夺

两位作者宣称他们没有相互竞争的利益。

出版商的注意

Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

开放获取本文遵循知识共享署名4.0国际许可协议(http://creativecommons.org/licenses/by/4.0/)，它允许在任何媒体上无限制地使用、分发和复制，前提是你给予原作者和来源适当的荣誉，提供一个到知识共享许可协议的链接，并指出是否作出了更改。创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条提供的数据，除非另有说明。

再版和权限