地球细菌与古菌共生体基因组目录

微生物与宿主之间持久而紧密的共生关系在生命中无处不在，其作用可沿寄生—互惠的连续谱动态演变，并深刻影响宿主乃至整个群落 ^[1]。经典的可遗传共生体系（如蚜虫与Buchnera）表明，宿主与共生菌会陷入不可逆的协同依赖，共生菌基因组不断累积有害突变 ^[3]；宿主依赖型共生菌整体上以基因失活与丢失、快速序列演化为主要方向，跨越两亿年的缩减基因组还呈现出功能趋同 ^[5]，不过衣原体的例子也提示内共生演化中同样存在大量基因获得，基因组缩减并非唯一轨迹 ^[6]。问题在于，现有共生菌基因组高度偏向人畜相关或可培养类群；宏基因组虽已产出数十万个拼接基因组（MAG）并大幅拓展细菌与古菌的多样性图谱 ^[2]，单细胞基因组也早已照亮"微生物暗物质" ^[4]，但多数MAG的生存方式不明，仅凭分类难以推断生活方式，且共生菌基因组常因完整度低于中等质量阈值而在大规模研究中系统性缺位。此前只能零星地从基因组特征窥见端倪，例如Omnitrophota中普遍存在的典型共生菌基因簇提示其宿主关联的捕食或寄生生活 ^[7]。

这项研究转而以"共生体为中心"的视角挖掘全球微生物组数据。作者先构建了覆盖主要分支的792个共生菌蛋白质组参考集，推断直系同源组并建立20,063个高置信度HMM；再从IMG/M获得6,751个带生活方式标注的基因组（自由生活5,959、宿主相关409、专性胞内383），统一注释得到约2.44亿条蛋白，并人为把基因组降至不同完整度与片段长度以模拟MAG的残缺。基于共生直系同源组的匹配得分，作者训练了梯度提升分类器symcla与回归器symreg（各取最相关的1,000个特征），用"留一支系"策略在种到门各分类级的11,025个支系上交叉验证对全新谱系的外推能力，最后以前馈神经网络symclatron整合七个可解释特征——包括symcla的三类概率与0至2的连续共生分数——输出生活方式判定与置信度，在0.725置信阈值下区分自由生活、宿主相关与专性胞内三类。借助该框架，作者在全球尺度绘制了推定共生菌的分布，考察其在微生物生命之树上的流行程度、共生菌特有支系的分类学边界，以及两种宿主依赖生活方式的功能与代谢特征。

相对于此前主要呈现分类、代谢与功能潜能的基因组目录 ^[2]，这项工作的推进在于给海量未培养基因组补上了生活方式这一维度，并把基因组缩减 ^[5] 这类共生信号转化为可规模化的预测流程，同时明确了专性胞内与宿主相关的分层刻画。作者还指出，这一目录可服务于合成微生物联合体设计、最小基因组工程与酶发现等生物技术方向。

当然，预测仍是基于基因组数据的"推定"：宿主与共生菌的关联在复杂宏基因组中往往无法直接建立，标注也依赖人工校订的参考集，对全新支系的外推虽有支系级盲测支撑，最终仍需实验验证。