中國農(nóng)科院北京畜牧獸醫(yī)所趙桂蘋研究員團隊聯(lián)合丹麥奧胡斯大學(xué)房靈昭助理教授，在肉雞死亡風(fēng)險遺傳與代謝調(diào)控機制研究中取得重大突破。相關(guān)成果以“Integrative Omics Defines Metabolic Biomarkers?and Genetic Regulatory Mechanisms of Mortality Risk”為題，在線發(fā)表于國際權(quán)威期刊《Advanced Science》。該研究通過聯(lián)合多組學(xué)技術(shù)，首次系統(tǒng)解析了肉雞死亡風(fēng)險的代謝生物標(biāo)志物及遺傳調(diào)控網(wǎng)絡(luò)，為提升肉雞抗病力和養(yǎng)殖成活率提供了全新分子靶點與育種思路，也為跨物種代謝疾病研究提供了技術(shù)范式。

PART.01?引言

死亡風(fēng)險的遺傳與代謝調(diào)控架構(gòu)，是人類醫(yī)學(xué)與畜禽育種領(lǐng)域中一項至關(guān)重要但仍未被系統(tǒng)闡明的基礎(chǔ)科學(xué)問題。家禽產(chǎn)業(yè)中肉雞高死亡率的核心誘因是快速生長選育引發(fā)的代謝負(fù)荷失衡，雞因養(yǎng)殖條件可控而成為研究該問題的理想模型。

目前死亡相關(guān)遺傳機制研究受阻于死亡的異質(zhì)性、單個基因位點解釋力低及功能注釋不足。代謝組學(xué)與分子數(shù)量性狀位點定位結(jié)合的多組學(xué)策略，能有效鑒定生物標(biāo)志物、解析代謝-免疫權(quán)衡關(guān)系，為研究死亡分子機制提供新方向。本研究以此為基礎(chǔ)，對三代肉雞模型開展多組學(xué)分析，旨在挖掘肉雞死亡風(fēng)險的遺傳代謝基礎(chǔ)，同時為人類代謝失衡致死疾病的跨物種研究提供參考。

PART.02?技術(shù)路線圖

PART.03 主要成果

3.1 定向選擇模型構(gòu)建死亡風(fēng)險差異雞群

為研究死亡的遺傳基礎(chǔ)，本研究通過定向選擇死亡風(fēng)險顯著差異的G0代肉雞進行選擇性交配，獲得G1代181個全同胞家系（作為發(fā)現(xiàn)隊列1，分高死亡風(fēng)險H組和低死亡風(fēng)險L組，死亡率差異顯著）；G1代迭代選型交配獲得內(nèi)部驗證隊列2（分4個死亡風(fēng)險梯度亞組：C、T1、T2、T3）?；诙嗍来Ｐ驮O(shè)計了三隊列分析流程：隊列1鑒定16種雞死亡風(fēng)險相關(guān)代謝物生物標(biāo)志物，隊列2驗證其預(yù)測效能，隊列3（人類極端長壽隊列，含驗證1和驗證2亞組）驗證其跨物種保守性。本研究最終揭示兩種進化保守通路：丁酸鹽介導(dǎo)的微生物-宿主互作和L-半胱氨酸的雙重抗氧化機制。

圖1. 用于死亡風(fēng)險生物標(biāo)志物發(fā)現(xiàn)與驗證的多組學(xué)研究流程示意圖

3.2 死亡定向人工選擇重塑雞血清代謝網(wǎng)絡(luò)

隊列1中，針對死亡率的人工選擇使雞產(chǎn)生顯著生理權(quán)衡：高死亡風(fēng)險（H）組炎癥反應(yīng)更強，IL-1β和IFN-γ水平分別是低死亡風(fēng)險（L）組的1.3倍和1.1倍，二者既是死亡風(fēng)險可靠預(yù)測指標(biāo)，也會抑制生長（IL-1β抑制肌肉生長、IFN-γ增加氧化應(yīng)激）；L組因免疫反應(yīng)溫和，終末體重和體重增益分別比H組高3.02%和23.33%，H組（高死亡風(fēng)險）表現(xiàn)出免疫增強但生長受損，符合“生存優(yōu)先于發(fā)育”的進化策略；L組（低死亡風(fēng)險）則表現(xiàn)為“育/生長優(yōu)先”發(fā)（圖2B，C）。選擇壓力顯著重塑血清代謝組：共檢測1871種代謝物（圖2D），L組代謝組平均變異系數(shù)更高，提示其代謝通路緩沖能力更強，選擇壓力僅重新分配代謝物波動而非放大。正交偏最小二乘判別分析（OPLS-DA）,顯示H組與L組代謝譜可明顯分離，共鑒定593種高貢獻代謝物（VIP>1）和150種差異積累代謝物（DAMs），其中74%的DAMs 的VIP>1（圖2G，E，H，F(xiàn)）。相關(guān)性分析顯示，30種下調(diào)代謝物（如抗炎物質(zhì)哇巴因）與促炎細(xì)胞因子負(fù)相關(guān)，28種上調(diào)代謝物（如二氫鞘氨醇）與促炎細(xì)胞因子正相關(guān)，共同構(gòu)成H組促炎代謝譜（圖2I）。KEGG通路富集分析顯示，脂質(zhì)在DAMs中占比高達35%，半乳糖代謝和心肌細(xì)胞腎上腺素能信號通路受擾動最顯著，與H組生長及心臟功能受損相關(guān)。綜上，雞存在免疫與生長的權(quán)衡關(guān)系，支持“節(jié)儉表型假說”。

圖2. 死亡定向人工選擇重塑雞血清代謝網(wǎng)絡(luò)實現(xiàn)資源再分配

3.3 死亡風(fēng)險代謝物的mQTLs富集于肝臟特異性調(diào)控元件

對150種DAMs定位得到45585個代謝物數(shù)量性狀位點（mQTL），這類位點具備功能調(diào)控變異特征，且遺傳力越高的代謝物關(guān)聯(lián)的mQTL越多（圖3A，B）。近半數(shù)的mQTL具有多效性，其注釋基因富集于肝臟功能相關(guān)通路，提示肝臟是代謝調(diào)控樞紐。此外，4115個mQTL與生長養(yǎng)殖等生產(chǎn)性狀QTL重疊（圖3C），體現(xiàn)代謝與發(fā)育的深度整合。mQTL大多數(shù)為非編碼區(qū)變異，在肝臟中富集程度最高（圖3F），與順式外顯子QTL一致性最強。共定位分析鑒定36個特異性遺傳變異，其中10個與肝臟組織特異性相關(guān)，證實肝臟是代謝調(diào)控樞紐，揭示“影響外顯子加工的遺傳變異驅(qū)動肝臟代謝重塑”的層級調(diào)控機制。

圖3. 死亡風(fēng)險選擇下介導(dǎo)代謝渠道化的肝臟中心層級調(diào)控架構(gòu)

3.4 解析代謝差異的遺傳和生理驅(qū)動因素

為明確H組與L組代謝差異的驅(qū)動因素，本研究首先證實兩組整體遺傳背景具有可比性。方差分解顯示，頂部mQTL是代謝變異的最大單一貢獻因素，超過死亡狀態(tài)（5.76%）和體重（1.69%）的直接效應(yīng)。但頂部mQTL僅能解釋部分變異，相同基因型雞在兩組中的代謝物豐度存在差異，提示代謝差異并非僅由遺傳因素導(dǎo)致。通過為150種DAMs構(gòu)建簡化模型（僅含頂部mQTL）和全模型（含mQTL及死亡組別），發(fā)現(xiàn)納入死亡組別后49種DAMs的模型擬合度顯著提升，且大多數(shù)DAMs存在顯著組別效應(yīng)（圖3E）。綜上，遺傳易感性是代謝譜形成的基礎(chǔ)，而死亡風(fēng)險相關(guān)生理狀態(tài)是重塑代謝組的主導(dǎo)因素，體現(xiàn)“代謝渠道化”概念，即生物網(wǎng)絡(luò)緩沖遺傳變異并對生理應(yīng)激產(chǎn)生適應(yīng)性反應(yīng)。

3.5 鑒定可預(yù)測死亡風(fēng)險的代謝標(biāo)志物

為篩選死亡風(fēng)險代謝生物標(biāo)志物，本研究采用多階段策略：首先在隊列1中，通過10倍交叉驗證的最小絕對收縮和選擇算子（LASSO）回歸分析鑒定出92種候選代謝物（圖4A），基于其構(gòu)建的隨機森林模型在內(nèi)部測試集表現(xiàn)優(yōu)異（圖4B），以0.5為分類閾值可精準(zhǔn)識別內(nèi)部測試集中的L組樣本（圖4C），但在外部驗證隊列（隊列2）中性能下降（圖4D），存在過擬合。利用加權(quán)基因共表達網(wǎng)絡(luò)分析（WGCNA），將細(xì)胞因子背景整合到代謝組分析中，發(fā)現(xiàn)與關(guān)鍵細(xì)胞因子IFN-γ顯著正相關(guān)的“棕色模塊”（219種代謝物，圖4F），將其與92種候選代謝物取交集，最終篩選出16種核心生物標(biāo)志物，分屬脂質(zhì)及脂質(zhì)樣分子、有機酸及衍生物、有機雜環(huán)化合物，部分標(biāo)志物具有明確抗氧化、抗炎相關(guān)功能。基于16種標(biāo)志物構(gòu)建的新隨機森林模型，在隊列1中分類準(zhǔn)確率達99%（圖4E），各標(biāo)志物均有預(yù)測價值，其中己基葡萄糖苷預(yù)測性最強（圖4G），且與丁酸鹽、L-半胱氨酸呈強正相關(guān)，提示存在代謝共調(diào)控。16種標(biāo)志物中10種與死亡風(fēng)險正相關(guān)、3種負(fù)相關(guān)，且具有低變異性和高判別能力，穩(wěn)定性和適用性良好。

圖4. 聯(lián)合機器學(xué)習(xí)與網(wǎng)絡(luò)分析鑒定可預(yù)測死亡風(fēng)險的生物標(biāo)志物

3.6 雞和人類死亡生物標(biāo)志物的免疫耦合具有保守性

為探究16種死亡生物標(biāo)志物的跨物種價值，研究發(fā)現(xiàn)其在肉雞和人類隊列中均有較強預(yù)測能力（圖5B，C），且各代謝物與死亡的關(guān)聯(lián)方向在跨物種間一致（圖5G），提示死亡風(fēng)險存在保守代謝基礎(chǔ)。物種間免疫-代謝互作存在差異：肉雞隊列中，加入細(xì)胞因子相關(guān)代謝物可提升模型預(yù)測性能（圖5A，C），人類隊列中則相反（圖5B），這與肉雞快速生長的獨特生理壓力相關(guān)。將人類來源的兩種生物標(biāo)志物模型應(yīng)用于雞隊列，人類急性器官衰竭模型預(yù)測雞死亡的AUC高于人類長壽模型（急性器官衰竭模型AUC=0.69，長壽模型AUC=0.62，圖5E），與人類隊列結(jié)果相反（圖5D），證實保守代謝特征反映急性生理衰竭機制；兩物種中，模型納入的代謝物數(shù)量越多，性能越優(yōu)（圖5F）。解析遺傳基礎(chǔ)發(fā)現(xiàn)，與16種生物標(biāo)志物相關(guān)的220個基因中，15個是人類代謝綜合征相關(guān)基因的直向同源物，其富集于脂質(zhì)代謝等保守功能；概率轉(zhuǎn)錄組全基因組關(guān)聯(lián)研究（PTWAS）將雞遺傳架構(gòu)與人類7種復(fù)雜性狀關(guān)聯(lián)（圖5H），證實這些生物標(biāo)志物及遺傳調(diào)控因子反映跨物種代謝紊亂的共同致病機制。

圖5 跨物種保守的急性死亡生物標(biāo)志物呈現(xiàn)出差異化的免疫-代謝調(diào)控通路

3.7 宿主遺傳和腸道微生物共同調(diào)控丁酸鹽與死亡的關(guān)聯(lián)

丁酸鹽是腸道微生物來源短鏈脂肪酸，對免疫穩(wěn)態(tài)關(guān)鍵，發(fā)現(xiàn)其在高、低死亡率隊列中均持續(xù)升高。全基因組關(guān)聯(lián)分析結(jié)合功能驗證表明，3號染色體rs318007359變異為潛在因果變異（圖6A），其A等位基因可增強啟動子活性、升高MSRA表達，且高死亡風(fēng)險組中該等位基因頻率更高，MSRA表達與丁酸鹽水平正相關(guān)（圖6B，C）；孟德爾隨機化證實盲腸與血清丁酸鹽水平存在因果關(guān)系，支持“腸道微生物產(chǎn)生-全身循環(huán)”通路。進一步研究發(fā)現(xiàn)，高、低死亡風(fēng)險組雞的腸道微生物α多樣性無差異，但β多樣性顯示微生物群落可按死亡風(fēng)險分離。高丁酸鹽組中丁酸鹽產(chǎn)生菌Blautia富集，Christensenellaceae_R-7_group減少，二者與丁酸鹽水平分別呈正、負(fù)相關(guān)。構(gòu)建的Blautia與Christensenellaceae_R-7_group比值（B/C比值），預(yù)測效能優(yōu)于單一菌屬且與丁酸鹽強相關(guān)；孟德爾隨機化驗證了三者對盲腸丁酸鹽的因果效應(yīng)（圖6I）。綜上，攜帶MSRA高風(fēng)險A等位基因的雞，丁酸鹽水平升高且具有Blautia富集、Christensenellaceae_R-7_group減少的微生物特征，證實宿主遺傳可調(diào)控微生物生態(tài)位，進而影響代謝表型和死亡風(fēng)險。

圖6 多組學(xué)聯(lián)合分析揭示丁酸鹽和L-半胱氨酸相關(guān)遺傳位點及其對Keap1/Nrf2通路的拮抗作用

3.8 PTER變異介導(dǎo)L-半胱氨酸調(diào)控Keap1/Nrf2抗氧化軸

L-半胱氨酸與死亡風(fēng)險呈正相關(guān)，且在高死亡風(fēng)險組中持續(xù)升高。代謝物全基因組關(guān)聯(lián)分析顯示，PTER基因內(nèi)含子變異rs732044877為調(diào)控該表型的關(guān)鍵因果變異（圖 6D）。雙熒光素酶實驗證實，風(fēng)險型G等位基因可增強PTER啟動子活性（圖6E），且該等位基因可使PTER基因在心臟、脾臟中表達上調(diào)，在肝臟中下調(diào)表達，呈現(xiàn)出組織特異性（圖6F）；高死亡風(fēng)險組G/G純合子比例略高。Keap1/Nrf2為核心氧化還原調(diào)控軸，Nrf2激動劑IR61可減輕氧化應(yīng)激（圖 6G）。

在高死亡風(fēng)險組同樣升高的丁酸鹽水平可激活Nrf2，而L-半胱氨酸發(fā)揮協(xié)同反饋作用：L-半胱氨酸可緩解H2O2誘導(dǎo)的氧化應(yīng)激，使丙二醛下降45.20%，卻顯著抑制 Nrf2、NQO1、HO1 轉(zhuǎn)錄水平（圖 6H），同時大幅提高CAT、SOD、GPx 抗氧化酶活性（圖 6J）。L-半胱氨酸通過雙重機制調(diào)控機體高效的代謝平衡：通過游離巰基直接激活抗氧化酶，實現(xiàn)快速抗氧化；L-半胱氨酸作為GSH合成的限速底物，通過提升GSH水平間接促進Nrf2降解（GSH與Keap1結(jié)合后促進Nrf2降解），形成負(fù)反饋調(diào)節(jié)。因此，丁酸鹽（Nrf2激活劑）和L-半胱氨酸（Nrf2反饋抑制劑、直接酶激活劑）協(xié)同，構(gòu)成了“轉(zhuǎn)錄精細(xì)調(diào)控+快速酶促防御”的平衡抗氧化系統(tǒng)，維持氧化穩(wěn)態(tài)（圖 6K）。

PART.04總結(jié)

本研究通過對三代肉雞模型開展多組學(xué)聯(lián)合分析，成功構(gòu)建了肉雞死亡相關(guān)的全面代謝譜，精準(zhǔn)鑒定出可有效預(yù)測雞死亡風(fēng)險的16種代謝標(biāo)志物，并深入解析了這些標(biāo)志物背后的遺傳調(diào)控基礎(chǔ)和核心代謝調(diào)控機制。該研究建立的多組學(xué)分析框架，為跨物種研究代謝權(quán)衡關(guān)系提供了優(yōu)質(zhì)模型，也為后續(xù)解析代謝與死亡的復(fù)雜關(guān)聯(lián)、改進畜禽育種策略提供了重要參考。同時，研究揭示的死亡風(fēng)險進化保守免疫代謝調(diào)控框架，不僅為家禽精準(zhǔn)抗病育種提供了可直接應(yīng)用的分子靶點，也為人類代謝疾病的研究和治療提供了新的潛在靶點與研究思路，證實了代謝組學(xué)在解析復(fù)雜生命性狀中的重要價值。