雄性动物睾丸的主要任务是产生精子——这是形态上最为多样化的真核细胞之一【1】。精子发生的过程包括精原细胞自我更新、精母细胞减数分裂和精子变形等高度保守的机制，这些过程在物种间高度保守；与此同时，每个物种的精子发生也具有一定的特异性，以适应该物种独特的生存与繁殖需求。维持这些过程的分子机制涉及一些关键保守基因，这些核心基因表达程序确保了配子的正常形成。

为了更好地理解精子发生如何在强大选择压力下保持稳定，中国科学院动物研究所郭靖涛研究员与美国芝加哥大学徐宇君教授团队合作探索了精子发生的核心遗传基础，对这一保守过程的调控程序进行系统解析，相关成果 “Cross-Species Comparative Single-Cell Transcriptomics Highlights the Molecular Evolution and Genetic Basis of Male Infertility”在Cell Reports上以研究论文形式发表。研究团队以人、小鼠、果蝇这三个基因组注释相对完善的远距离物种为研究对象，揭示了与精子发生相关的保守基因和关键分子程序，建立了精子发生的核心遗传基础，为精子表型进化和男性不育的内在机制提供了见解。

该研究通过比较先前已发表的人、小鼠和黑腹果蝇的睾丸单细胞转录组测序数据集，基于各物种的标记基因，比较了各个生殖细胞类型的基因表达模式，识别出在三个物种精子发生过程中动态表达的1277个保守基因，这些基因在精子发生的早期表达处于峰值，并随着细胞分化为精子逐渐下降，这与精子变形阶段的快速进化现象相符。研究人员进一步分析了这些保守基因的富集情况，发现睾丸的分子保守性由与“转录后调控”、“减数分裂”和“能量代谢”相关的分子模块维持。

与人类精子发生障碍相关基因联合分析发现，部分基因与该研究中识别的核心基因重叠，强调了核心基因在男性不育中的重要参考意义。例如，DAZL基因与男性不育相关，其在不同物种中的保守功能已被广泛证实【2】。另外，该研究通过与1,011名男性的精子发生障碍遗传变异进行比较【3】，验证了17个核心基因在男性无精症诊断中的潜在重要作用，为不育筛查提供了颇具价值的候选基因。为进一步挖掘影响生殖细胞发育的潜在基因，研究人员利用CRISPR/Cas9技术在果蝇模型中进行大规模敲除验证，鉴定了新的精子发生障碍风险基因，确认了其中3个基因在精子发生中的关键作用和机制，并重点揭示精子中心粒形成和类固醇/脂质代谢过程的表达和功能层面的保守性，为男性不育的遗传学诊断提供了可靠的数据支持。

最后，该研究利用深度学习算法Nvwa【4】探讨了转录因子（TFs）如何通过物种特异性DNA序列调控精子发生。研究发现，Nvwa模型预测的序列基序在精子发生过程中表现出动态变化，且与已知的精子发生相关TFs（如KLF家族、CTCF/CTCFL、PRDM9等）高度一致。通过与单细胞ATAC-seq数据对比，验证了这些基序的可靠性，进一步揭示了跨物种比较中的转录调控机制的保守性与差异性。这些发现为理解精子发生过程中的转录调控提供了新的视角。

综上，这项研究提出了一种新的研究模式，将比较转录组学、进化生物学和深度学习结合，并利用果蝇作为模式生物进行大规模候选基因验证。这一模式充分发挥了计算分析的高效性与果蝇繁殖周期短的天然优势，有效展示了整体框架的优越性与实用性。尽管该研究聚焦于雄性生殖细胞发育，但这一范式也为其他发育过程的系统研究提供了技术参考。

该文通讯作者为中国科学院动物研究所郭靖涛研究员和美国芝加哥大学徐宇君教授；共同第一作者包括中国科学院动物研究所博士后王晓琰、博士生卢晓健，以及南京医科大学博士生程丽萍、硕士生金河。

文章链接：https://doi.org/10.1016/j.celrep.2024.115118.

参考文献

【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