雄性動物睾丸的主要任務是產生精子——這是形態上最為多樣化的真核細胞之一【1】。精子發生的過程包括精原細胞自我更新、精母細胞減數分裂和精子變形等高度保守的機製，這些過程在物種間高度保守；與此同時，每個物種的精子發生也具有一定的特異性，以適應該物種獨特的生存與繁殖需求。維持這些過程的分子機製涉及一些關鍵保守基因，這些核心基因表達程序確保了配子的正常形成。

為了更好地理解精子發生如何在強大選擇壓力下保持穩定，必威精装版app西汉姆联 郭靖濤研究員與美國芝加哥大學徐宇君教授團隊合作探索了精子發生的核心遺傳基礎，對這一保守過程的調控程序進行係統解析，相關成果 “Cross-Species Comparative Single-Cell Transcriptomics Highlights the Molecular Evolution and Genetic Basis of Male Infertility”在Cell Reports上以研究論文形式發表。研究團隊以人、小鼠、果蠅這三個基因組注釋相對完善的遠距離物種為研究對象，揭示了與精子發生相關的保守基因和關鍵分子程序，建立了精子發生的核心遺傳基礎，為精子表型進化和男性不育的內在機製提供了見解。

該研究通過比較先前已發表的人、小鼠和黑腹果蠅的睾丸單細胞轉錄組測序數據集，基於各物種的標記基因，比較了各個生殖細胞類型的基因表達模式，識別出在三個物種精子發生過程中動態表達的1277個保守基因，這些基因在精子發生的早期表達處於峰值，並隨著細胞分化為精子逐漸下降，這與精子變形階段的快速進化現象相符。研究人員進一步分析了這些保守基因的富集情況，發現睾丸的分子保守性由與“轉錄後調控”、“減數分裂”和“能量代謝”相關的分子模塊維持。

與人類精子發生障礙相關基因聯合分析發現，部分基因與該研究中識別的核心基因重疊，強調了核心基因在男性不育中的重要參考意義。例如，DAZL基因與男性不育相關，其在不同物種中的保守功能已被廣泛證實【2】。另外，該研究通過與1,011名男性的精子發生障礙遺傳變異進行比較【3】，驗證了17個核心基因在男性無精症診斷中的潛在重要作用，為不育篩查提供了頗具價值的候選基因。為進一步挖掘影響生殖細胞發育的潛在基因，研究人員利用CRISPR/Cas9技術在果蠅模型中進行大規模敲除驗證，鑒定了新的精子發生障礙風險基因，確認了其中3個基因在精子發生中的關鍵作用和機製，並重點揭示精子中心粒形成和類固醇/脂質代謝過程的表達和功能層麵的保守性，為男性不育的遺傳學診斷提供了可靠的數據支持。

最後，該研究利用深度學習算法Nvwa【4】探討了轉錄因子（TFs）如何通過物種特異性DNA序列調控精子發生。研究發現，Nvwa模型預測的序列基序在精子發生過程中表現出動態變化，且與已知的精子發生相關TFs（如KLF家族、CTCF/CTCFL、PRDM9等）高度一致。通過與單細胞ATAC-seq數據對比，驗證了這些基序的可靠性，進一步揭示了跨物種比較中的轉錄調控機製的保守性與差異性。這些發現為理解精子發生過程中的轉錄調控提供了新的視角。

綜上，這項研究提出了一種新的研究模式，將比較轉錄組學、進化生物學和深度學習結合，並利用果蠅作為模式生物進行大規模候選基因驗證。這一模式充分發揮了計算分析的高效性與果蠅繁殖周期短的天然優勢，有效展示了整體框架的優越性與實用性。盡管該研究聚焦於雄性生殖細胞發育，但這一範式也為其他發育過程的係統研究提供了技術參考。

該文通訊作者為必威精装版app西汉姆联 郭靖濤研究員和美國芝加哥大學徐宇君教授；共同第一作者包括必威精装版app西汉姆联 博士後王曉琰、博士生盧曉健，以及南京醫科大學博士生程麗萍、碩士生金河。

文章鏈接：https://doi.org/10.1016/j.celrep.2024.115118.

參考文獻

【1】Kahrl,Ariel F et al. “Fertilization mode drives sperm length evolution across the animal tree of life.” Nature ecology & evolution vol. 5,8 (2021):1153-1164. doi:10.1038/s41559-021-01488-y

【2】Li,Haixin et al. “DAZL is a master translational regulator of murine spermatogenesis.” National science review vol. 6,3 (2019):455-468. doi:10.1093/nsr/nwy163

【3】Nagirnaja,Liina et al. “Diverse monogenic subforms of human spermatogenic failure.” Nature communications vol. 13,1 7953. 26 Dec. 2022,doi:10.1038/s41467-022-35661-z

【4】Li,Jiaqi et al. “Deep learning of cross-species single-cell landscapes identifies conserved regulatory programs underlying cell types.” Nature genetics vol. 54,11 (2022):1711-1720. doi:10.1038/s41588-022-01197-7